Manager Strategic Data Analyst (m/w/d)

Вы готовы формировать будущее мобильности? Knorr-Bremse, мировой лидер в транспортной отрасли, ищет Менеджера стратегического анализа данных (m/w/d) для присоединения к нашей динамичной команде в Мюнхене, Германия. Эта полная занятость, постоянная позиция предлагает уникальную возможность вести инновации и эффективное использование технологий цифровизации в компании.

Будучи Менеджером стратегического анализа данных в Knorr-Bremse, ваши основные задачи будут включать:

• Выступать партнером и "строителем мостов" между бизнес-подразделениями для облегчения принятия цифровых технологий.
• Содействовать развитию стратегической центральной консультационной службы, которая служит базой для обмена знаниями и инновациями.
• Определение, создание и мониторинг инициатив цифровизации в сотрудничестве с различными отделами, всегда учитывая добавленную стоимость для Knorr-Bremse.
• Экспериментирование и создание демонстрационных образцов с новыми технологиями в тесном сотрудничестве с IT Knorr-Bremse.
• Создание быстрых и прагматичных демонстраций для отделов, чтобы помочь преодолеть барьеры входа.
• Координация приложений, отслеживание реализации ценности и обеспечение успешного управления изменениями среди пользователей.
• Участие в разработке стратегий коммуникации и продвижение диалога между цифровой командой и организационными подразделениями.
• Содействие и поддержка тем, связанных с данными, с IT Knorr-Bremse.

Чтобы быть успешным на этой роли, вы должны иметь:

• Отличную университетскую степень (Магистр/Бакалавр) в области компьютерных наук, науки о данных, промышленного инжиниринга или в смежной области STEM.
• Как минимум 5 лет профессионального опыта в анализе данных, моделировании и отчетности, идеально в промышленном секторе.
• Продвинутые навыки в SAP и преобразовании данных с помощью Python для полу/неструктурированных данных и SQL для структурированных данных.
• Программирование на Python или R и статистический анализ, включая понимание статистических методов и проверки гипотез.
• Экспертизу в машинном обучении, особенно в методах обучения с учителем и без учителя.
• Знание инструментов визуализации данных, таких как Matplotlib, Power BI.
• Отличные коммуникационные навыки для объяснения сл