Senior Data Scientist, UTR Optimization

Job expired!

Ищете новый вызов? Сортировочные центры Северной Америки (NASC) испытывают рост и ищут квалифицированного и высокомотивированного Data Scientist, чтобы присоединиться к команде NASC Engineering Data, Product, and Simulation Team.

Сеть сортировочных центров - это критическо важное решение среднего мили в группе Amazon Transportation Services (ATS), связывающее центры выполнения заказов с последней милей. Опыт наших клиентов зависит от нашей способности эффективно управлять потоком объемов через сеть среднего мили.

Data Scientist будет проектировать и внедрять решения для решения сложных бизнес-вопросов с использованием моделирования. В этой роли вы будете применять передовые аналитические техники и статистические концепции для извлечения знаний из массивных наборов данных, создавая интуитивно понятные симуляции и визуализации данных. Ваш вклад будет охватывать все уровни решения данных, работая в тесном сотрудничестве с инженерами проектирования процессов, инженерами бизнес-аналитики и техническими менеджерами продуктов. Вы будете получать соответствующие наборы данных, создавать модели симуляций и обсуждать ключевые результаты с бизнес-руководителями и заинтересованными сторонами, обеспечивая баланс между научной достоверностью и практической применимостью.

В этой команде вы ощутимо повлияете на всю организацию NASC, предоставляя множество возможностей для обучения и роста в команде NASC Engineering. Будучи первым специализированным экспертом по симуляции, у вас будет исключительная возможность определять и продвигать видение лучших практик по симуляции в нашей команде. Чтобы быть успешным в этой роли, вы должны превращать неясные бизнес-вопросы в четко определенные проблемы, разрабатывать количественные метрики и предоставлять результаты, которые соответствуют высоким стандартам качества данных, безопасности и конфиденциальности.

Единственная цель команды Product and Analytics команды NASC Engineering - разработка инструментов для симуляции и оптимизации под крышей, поддерживающих нужды наших внутренних и внешних заинтересованных сторон, включая Process Design Engineering, NASC Engineering, ACES, Finance, Safety и Operations. Мы создаем инструменты Data Science для оценки сценариев «что если» для новых и существующих сортировочных центров, понимая их устойчивость, стабильность, масштабируемость и эффективность с точки зрения затрат. Мы разрабатываем новые решения Data Science с использованием платформ оптимизации и машинного обучения для анализа новых и существующих процессов, выявления и сокращения не добавляющих ценность шагов, а также повышения общей производительности и скорости. Мы сотрудничаем с различными функциональными командами для тестирования и пилотирования новых аппаратных/программных решений.

Мы готовы нанимать кандидатов на работу в одном из следующих мест: Торонто, Онтарио, Канада.

  • Магистратура или кандидат наук с ограниченным опытом работы, ИЛИ бакалавр в области статистики, прикладной математики, исследования операций, экономики, инженерии или смежной количественной области с трехлетним опытом работы в качестве Data Scientist.
  • Опыт работы с статистическим анализом, моделированием данных, оптимизацией, регрессионным моделированием и прогнозированием, анализом временных рядов, добычей данных, финансовым анализом и моделированием спроса.
  • Опыт применения различных техник машинного обучения и понимание ключевых параметров, влияющих на их производительность.
  • Опыт работы со статистическим ПО, таким как R, Weka, SAS, SPSS.
  • Умение работать с TABLEAU или другими веб-интерфейсами для создания графически насыщенных настраиваемых графиков, диаграмм и карт данных.
  • Умение писать SQL-скрипты для анализа и отчетности (Redshift, SQL, MySQL).
  • Опыт работы с одним или несколькими языками программирования (Python, R, Java, C++, MATLAB).
  • Опыт обработки, фильтрации и представления больших объемов данных (от 100K до миллионов строк).
  • Предыдущий опыт работы в роли специалиста по ML, Data Scientist или инженера по оптимизации в крупной технологической компании.
  • Знание процессов, используемых в сети выполнения