PwC je globální síť společností poskytujících profesionální služby, která podporuje podniky, státní správu a instituce v oblasti auditu a ověřování, daní, poradenství, transakcí, forenzních služeb a odborného poradenství. Týmy PwC pomáhají organizacím řešit digitální transformaci, umělou inteligenci, udržitelnost, řízení rizik a dodržování regulatorních požadavků prostřednictvím oborově zaměřených řešení a řízených služeb napříč různými sektory po celém světě.
Manažer datové vědy ve společnosti PwC, práce z kanceláře v Indii
Veďte řešení v oblasti strojového učení a analytiky pro PwC Acceleration Center India. Dohlížejte na práci s klienty, realizaci projektů a týmy datové vědy.
Popis
- Vyvíjet a dodávat řešení v oblasti datové vědy.
- Řídit realizaci strategie datové vědy zaměřené na klienty.
- Zajišťovat soulad práce s cíli a vizí PwC.
- Dohlížet na členy týmu a poskytovat jim mentoring s cílem dosahovat kvalitních výsledků.
- Využívat metodiky a technologie společnosti ke zkvalitnění služeb pro klienty.
- Budovat vztahy s klienty a dohlížet na komplexní projekty.
- Dodržovat vysoké standardy integrity a profesionality.
- Vyhledávat příležitosti ke zlepšování procesů a podporovat inovace.
- Řídit plánování projektů, rozpočty, realizaci a dokončení.
- Řešit problémy týkající se klientů, členů týmu a zainteresovaných stran.
- Školit členy týmu, využívat jejich silné stránky a dohlížet na jejich výkon.
- Zavádět technologie a inovace ke zlepšení realizace projektů.
Požadavky
- Bakalářské a magisterské vzdělání v oboru informatiky, strojírenství, ekonometrie, statistiky, business analytiky nebo informačních technologií.
- Nejméně osm let odborné praxe.
- Velmi dobrá znalost angličtiny slovem i písmem.
- Zkušenosti s vytvářením a nasazováním modelů strojového učení v cloudových prostředích.
- Znalost algoritmů učení s učitelem i bez učitele.
- Praktická znalost statistiky.
- Zkušenosti s prováděním analýzy dat.
- Zkušenosti s používáním frameworků a nástrojů strojového učení.
- Pokročilé znalosti SQL a programování v Pythonu nebo PySparku.
- Pokročilá znalost nástrojů pro vizualizaci dat.
- Praktická znalost kontejnerizace.
- Zkušenosti s metodami vysvětlitelnosti a interpretovatelnosti modelů.
Benefity
- Praktické příležitosti k učení prostřednictvím práce na reálných úkolech.
- Přístup k moderním pokročilým nástrojům.
- Inkluzivní firemní kultura.