Старший аналитик - стратегия данных P&I

Target - это иконический бренд, одна из ведущих розничных компаний в Америке, входящая в пятидесятку крупнейших компаний по версии Fortune. Постоянный успех Target, одного из самых узнаваемых и любимых брендов в мире, обеспечивается уникально способной и творческой командой маркетологов. Отличаясь тем, что вдохновляет и удивляет наших клиентов, команда по маркетингу в Target гордится своими связями с клиентами, представляя им товары и возможности, которые они ожидают и заслуживают. Мы изучаем наших клиентов, чтобы выявить новые потребности и понимания, а затем формируем каждое взаимодействие так, чтобы укрепить любовь к бренду и рост бизнеса. Мы - эксперты рынка с глубоким пониманием наших бизнес-целей, сегментов и поведения клиентов, стратегий и тактик, решения проблем и оценки производительности. Круг в Target, или Roundel, - это наше вступление в медиа-бизнес; это бизнес по продаже рекламы, основанный на данных первой стороны (ориентированных на людей), безопасных средах контента и убедительных доказательствах того, что наши маркетинговые программы приносят ощутимые бизнес-результаты для наших клиентов. С прочным принципом доверия и прозрачности, мы в Roundel уверены, что медиа работает лучше всего, когда это выгодно всем. В роли старшего аналитика по стратегии данных в Roundel вам нужно будет контролировать потребности команды в данных и разрабатывать и реализовывать план для улучшения возможностей работы с данными, соответствующих эволюционирующим потребностям команды P&I. Ваша роль будет заключаться в том, чтобы быть хранителем данных для команды P&I, отвечая за масштабирование функции данных посредством новых продуктов и услуг. О вас: Идеально, если у вас есть 5-7 лет опыта работы с обработкой и анализом больших данных, очисткой и подготовкой данных с твердым основанием в стратегии данных. Ожидается наличие магистерского или бакалаврского диплома в области аналитики, бизнес-информатики, экономики или инженерии. Вы должны обладать сильными практическими навыками программирования на Python, SQL, Hadoop/Hive, приветствуется знание Spark и Scala, но это не является обязательным.