Менеджер, Дата-саентист

Описание компании

Группа Standard Bank — это ведущая финансовая группа, ориентированная на Африку, и инновационный игрок на мировой арене, предлагающий множество возможностей для карьерного роста и возможность работать вместе с самыми талантливыми и мотивированными профессионалами в секторе. Нашими клиентами являются люди различных социальных групп, бизнесы всех размеров, обеспеченные семьи и крупные многонациональные корпорации и учреждения. Мы горим желанием способствовать росту Африки. Мы стремимся предоставлять нашим клиентам и обслуживаемым нами сообществам реальные и значимые ценности и придавать вам ощущение настоящего предназначения.

Описание работы

Супервайзировать стратегии добычи данных и проводить статистический анализ больших, структурированных и неструктурированных наборов данных для понимания и анализа явлений. Моделировать сложные бизнес-проблемы, открывать новые возможности и получать проникновения через статистические, алгоритмические, машинные и визуализационные техники. Тесно сотрудничать с клиентами, командами по обработке данных и технологиями, чтобы преобразовывать данные в критически важную информацию, которую можно использовать для принятия обоснованных бизнес-решений. Супервайзировать прогнозную модель.

Квалификация

Минимальные требования к квалификации
Тип квалификации: Аспирантура
Область обучения: Информационные технологии
Тип квалификации: Диплом послевузовского образования
Область обучения: Информатика

Требуемый опыт работы

• Пользоваться техническими знаниями и опытом работы в области концепций ML; Дисциплины программной инженерии (например, контроль версий, непрерывная интеграция / непрерывная поставка); значительные ML-фреймворки (Tensorflow, PyTorch, scikit-learn); Библиотеки обработки больших данных (например, Spark, Dask); структурированные и неструктурированные данные; создание полноразмерных решений в облаке (Azure); работа с настройкой уже существующих AI-сервисов в облаке; и программное обеспечение для визуализации данных (Power BI и т. д.) для работы с требованиями AI и ML.
• Исполнять технические артефакты, которые преподносят архитектуру и прочность модели AI, поддерживают разработку технической документации в рамках этой области.
• Разрабатывать веб-приложения с использованием фреймворков Python, чтобы предприятия могли взаимодействовать с моделями машинного обучения.
• Обеспечивать автоматизацию в ML-трубопроводах, создавать код, запускать тесты (CI) и безопасно выпускать новую версию приложения (CD), чтобы устранить ручные ошибки и предоставить стандартизированные обратные связи для быстрой итерации продукта.
• Накладывать новые методы и технологии на бизнес-проблемы и решать их новыми и творческими способами для обеспечения лучшего внедрения, точности и согласованности.
• Исследовать и внедрять последние языковые модели большого объема для улучшения виртуального риск-менеджера (чат-боты): позволить виртуальному риск-менеджеру использоваться в качестве канала для предоставления решений по управлению рисками.
• Сотрудничать с бизнес-стейкхолдерами для определения новых инициатив AI. Проводить быстрые упражнения по тестированию прототипов и исследовательскому анализу данных (EDA), чтобы помочь определить размеры проектов и определить критерии успешности на высоком уровне, отвечая требованиям плана работы по проектам.
• Работать с внутренними клиентами по формированию новых AI-проектов, удовлетворяя определенные потребности клиентов.
• Представлять соответствующий контент на архитектурных и технических комитетах и бизнес-стейкхолдерам.
• Создавать проекты решений и архитектуры для проверки/верификации и повторно используемые шаблоны решений для использования в других проектах, поддерживая процесс обучения других членов команды.
• Обсуждать требования с пользователем и сотрудничать с более широкой командой для составления планов разработки с централизацией на пользователе, которые соответствовали бы бизнес-целям, гарантируя, что решение соответствует своему предназначению.
• Проводить исследования и выполнение процессов разработки AI и ML, чтобы гарантировать, что бизнес-единицы выполняют требования стратегии AI и ML.
• Переводить концептуальные потребности AI (нетехнические) в определенные проблемные утверждения, которые можно научно измерять для поддержки этих нужд.
• Применять инженерные и математические навыки для анализа и подготовки структурированных/неструктурированных данных для моделирования, поддерживая требования к анализу данных и инженерии в рамках этой роли.
• Применять наиболее подходящие алгоритмы и/или создавать новые алгоритмы/методы для решения идентифицированного проблемного утверждения, поддерживая AI Modelling; использовать предварительно созданные потенциальности AI, предлагаемые облачными продавцами, где это применимо, чтобы ускорить проект и использовать последние коммерциализованные решения AI и сократить внутренний технический долг.
• Интегрировать модели AI в программное обеспечение, которое отвечает требованиям upstream или downstream системы (то есть, инженерия пакетов, потоковые или API-основанные ML-трубопроводы), поддерживая процесс решения задач командой.

Дополнительная информация

Поведенческие компетенции:

• Практический подход
• Коммуникация информации
• Вызов идей
• Проверка деталей
• Исследование информации
• Поиск возможностей
• Взаимодействие с людьми
• Интерпретация данных
• Соблюдение сроков
• Производство результатов
• Предоставление проницательности
• Работа в команде

Технические компетенции:

• Анализ данных
• Целостность данных
• Администрирование баз данных
• Классификация знаний
• Исследование и сбор информации