Керівник, Data Science

Опис компанії

Standard Bank Group - це провідна фінансова група, орієнтована на Африку, і інноваційний гравець на світовій арені, яка пропонує різноманітні можливості для розвитку кар'єри та можливість працювати разом з деякими з найбільш талановитих і мотивованих професіоналів у секторі. Наші клієнти варіюються від окремих осіб до підприємств усіх розмірів, багатих родин та великих багатонаціональних корпорацій та установ. Ми зосереджені на сприянні росту в Африці. Ми прагнемо надавати справжнє та значуще значення нашим клієнтам та громадам, яким ми служимо, і надавати вам реальний почуття мети.

Опис посади

Керувати стратегіями щодо даних та проводити статистичний аналіз великих, структурованих та неструктурованих наборів даних для розуміння та аналізу явищ. Моделювати складні бізнес-проблеми, виявляти інсайти та можливості за допомогою статистичних, алгоритмічних, машинного навчання та візуалізації. Тісно співпрацювати з клієнтами, командами даних та технологій, щоб перетворити дані на критичну інформацію, яка може бути використана для обґрунтованого прийняття бізнес-рішень. Керувати прогнозним моделюванням.

Кваліфікація

Мінімальна кваліфікація
Тип кваліфікації: Післядипломна ступінь
Сфера навчання: Інформаційні технології
Тип кваліфікації: Післядипломний диплом
Сфера навчання: Інформаційні дослідження

Необхідний досвід

• Використовувати технічні знання та досвід у таких областях, як: поняття ML; дисципліна інженерії програмного забезпечення (наприклад, контроль джерел, CI/CD); значні ML-фреймворки (Tensorflow, PyTorch, scikit-learn); бібліотеки обробки великих даних (наприклад, Spark, Dask); структуровані та неструктуровані дані; побудова повних рішень в хмарі (Azure); робота з AI Services в хмарі та їх налаштування; програмне забезпечення для візуалізації даних (Power BI тощо) для вирішення вимог до AI та ML.
• Доставляти технічні артефакти, які відображають архітектуру та надійність моделей AI, підтримуючи розробку технічної документації в області.
• Розробляти веб-додатки, використовуючи фреймворки Python, щоб дозволити бізнесу взаємодіяти з моделями машинного навчання.
• Забезпечувати автоматизацію ML-потоків, побудову коду, проведення тестів (CI) і безпечно випускати нову версію додатка (CD) для усунення ручних помилок та надання стандартизованих зворотних зв'язків для прискорення ітерацій продукту.
• Застосовувати нові методи та технології до бізнес-проблем і вирішувати їх по-новому та творчо, щоб надати кращий огляд, точність та послідовність.
• Досліджувати та впроваджувати останні великі мовні моделі для поліпшення віртуального менеджера ризиків (чат-боти): дозволити віртуальному менеджеру ризиків використовуватись як канал для надання рішень щодо ризику.
• Співпрацювати з деловими зацікавленими сторонами для визначення нових AI-ініціатив. Проводити швидкі вправи з EDA / прототипування, щоб допомогти оцінити проекти та визначити критерії успіху на високому рівні, задовольняючи вимоги проекту до посади.
• Взаємодіяти з внутрішніми клієнтами для формування нових AI-проектів, задовольняючи виявлені потреби клієнта.
• Презентувати відповідний контент на архітектурних, технічних комітетах та деловим зацікавленим сторонам.
• Створювати дизайни рішень та архітектур для огляду / верифікації, а також повторно використовувані шаблони рішень для використання в інших проектах, підтримуючи залучення інших членів команди.
• Обговорювати вимоги із користувачами та співпрацювати з ширшою командою для сприяння розробці користувацького рішення, яке відповідає цілям бізнесу, гарантуючи придатність рішення для мети.
• Проводити дослідження та впроваджувати процеси розробки AI та ML, щоб гарантувати виконання бізнес-одиницею вимог до стратегій AI та ML.
• Переводити концептуальні AI-потреби (нетехнічні) в чітко визначені проблемні твердження, які можна науково виміряти, щоб задовольнити ці потреби.
• Використовувати інженерні та математичні навички для аналізу та підготовки структурованих/неструктурованих даних для моделювання, підтримуючи вимоги до аналізу даних та інженерії.
• Застосовувати найбільш відповідні алгоритми та/або створювати нові алгоритми/техніки, щоб відповідати визначеному проблемному твердженню, підтримуючи моделювання AI; використовувати готові AI-здібності, які пропонуються постачальниками хмар, там, де це можливо, щоб прискорити швидкість проекту, використовувати останні комерційні AI-рішення та зменшувати внутрішній технічний борг.
• Інтегрувати AI-моделі в програмне забезпечення, яке відповідає вимогам вихідної або вхідної системи (тобто, інженерія пакета, потоку або API на основі ML-потоків), підтримуючи рішення команди.

Додаткова інформація

Поведінкові компетенції:

• Практичний підхід
• Комунікація інформації
• Поставлення питань
• Перевірка деталей
• Аналіз інформації
• Пошук можливостей
• Взаємодія з людьми
• Інтерпретація даних
• Дотримання термінів
• Виготовлення продукції
• Надання інсайтів
• Робота в команді

Технічні компетенції:

• Аналіз даних
• Цілісність даних
• Адміністрування баз даних
• Класифікація знань
• Дослідження та збір інформації