Vice President - Performance Analytics Lead Data Scientist

В JPMorgan Chase & Co., признанном лидере в сфере глобальных финансовых услуг, мы в настоящее время ищем мотивированного Вице-президента - руководителя аналитики производительности (Lead Data Scientist) для вступления в нашу динамичную команду по аналитике данных и отчетности (DART) - Аналитика производительности. Эта команда играет ключевую роль в поддержке программы совершенствования производительности для клиентов и сообщества (CCB), сосредотачиваясь на предоставлении качественных аналитических данных, которые направляют стратегические решения и повышают опыт сотрудников через нашу инновационную платформу вовлечения сотрудников.

• Изучать функции платформы и улучшения, чтобы выявить значимые точки взаимодействия, влияющие на вовлеченность и производительность сотрудников.
• Создавать и поддерживать надежный актив данных для аналитики и отчетности, обеспечивающий непрерывную поддержку стратегических бизнес-потребностей.
• Проводить глубокий анализ для исследования моделей вовлеченности и производительности сотрудников, выделяя области для развития.
• Разрабатывать и реализовывать стратегии, основанные на аналитических данных, для мониторинга и улучшения результатов вовлеченности и производительности.
• Сотрудничать с лидерами и заинтересованными сторонами в рамках структуры Совершенствования Производительности для установления и калибровки метрик и KPI, повышая эффективность платформы и привлекательность для пользователей.
• Вести эксперименты с A/B-тестированием для уточнения стратегий развития и взаимодействия с платформой.
• Предоставлять убедительные, основанные на данных выводы и рекомендации заинтересованным сторонам, чтобы укрепить стратегические инициативы и повысить удовлетворенность и продуктивность сотрудников.
• Использовать сложные техники визуализации данных и сторителлинга для эффективного взаимодействия с высшим руководством.

• Степень бакалавра или выше с более чем 8 летним опытом работы в количественной или смежной области.
• Владение статистическим программным обеспечением, таким как SAS, Python, SQL и R.
• Глубокое понимание статистических методов и концепций, с экспертными знаниями в области статистических методик, прогнозирующего моделирования, прогнозирования временных р