Walmart
Walmart
Walmart یک شرکت جهانی خرده‌فروشی و تجارت الکترونیکی است که از طریق هایپرمارکت‌ها، فروشگاه‌های زنجیره‌ای تخفیفی، مراکز عرضه مواد غذایی و بازار آنلاین به مصرف‌کنندگان خدمات ارائه می‌دهد. مجموعه گسترده محصولات این شرکت با تکیه بر شبکه بزرگی از فروشگاه‌های فیزیکی، فعالیت‌های فروش مستقیم به مصرف‌کننده و سامانه‌های لجستیک و زنجیره تأمین لازم برای جابه‌جایی محصولات در سراسر کسب‌وکار پشتیبانی می‌شود.

مدیر ارشد علم داده – پرداخت‌های بازارگاه والمارت

راهبرد هوش مصنوعی و یادگیری ماشین، مدل‌ها و تیم علم داده پلتفرم جهانی پرداخت‌های بازارگاه والمارت را هدایت کنید. هوشمندی و توانمندی‌های مقیاس‌پذیر برای پرداخت‌ها و خدمات مالی بسازید.

توضیحات

  • راهکارهای مقیاس‌پذیر علم داده و هوش مصنوعی را برای پلتفرم جهانی پرداخت‌های بازارگاه والمارت توسعه دهید.
  • جهت‌گیری فنی، نقشه راه و چارچوب‌های مدل‌سازی را برای پرداخت‌ها و خدمات مالی تعیین کنید.
  • برای شکل‌دادن به راهکارهای داده‌محور و راهبرد محصول با رهبران محصول، مهندسی، عملیات و کسب‌وکار همکاری کنید.
  • یک پلتفرم داده بازارگاه جهانی و مقیاس‌پذیر با دارایی‌های داده مشترک، مجموعه ویژگی‌ها و پایش مدل ایجاد کنید.
  • قابلیت‌های نوظهور هوش مصنوعی را که از تصمیم‌گیری، خودکارسازی و تجربه مشتری پشتیبانی می‌کنند، ترویج دهید.
  • تیمی پربازده از دانشمندان داده را مدیریت کنید، راهنمایی کنید و پرورش دهید.
  • رهبری فنی ارائه دهید و نوآوری مستمر را در سراسر سازمان پیش ببرید.

شرایط لازم

  • مدرک کارشناسی در آمار، اقتصاد، تحلیل داده، ریاضیات، علوم کامپیوتر، فناوری اطلاعات یا رشته‌ای مرتبط به‌همراه پنج سال تجربه مرتبط با تحلیل داده؛ یا مدرک کارشناسی ارشد مرتبط به‌همراه سه سال تجربه؛ یا هفت سال تجربه در تحلیل داده یا حوزه‌ای مرتبط.
  • تسلط اثبات‌شده بر یادگیری ماشین، تحلیل پیش‌بینانه، مدل‌سازی آماری پیشرفته و هوش مصنوعی.
  • تجربه در تعیین راهبرد علم داده و تعریف بهترین رویه‌ها در چرخه عمر مدل.
  • تجربه قوی در رهبری افراد و ساخت، مربی‌گری و پرورش تیم‌های پربازده علم داده یا تحلیل داده.
  • تسلط بر پایتون، SQL، معماری داده سازمانی و راهکارهای مقیاس‌پذیر هوش مصنوعی و یادگیری ماشین.
  • توانایی اثرگذاری بر رهبران ارشد و همکاران میان‌وظیفه‌ای و تبدیل چالش‌های پیچیده کسب‌وکار به راهبردهای داده‌محور.
  • تجربه در توسعه قابلیت‌های تحلیل داده مقیاس‌پذیر در سطح جهانی و پیشبرد فناوری‌های نوظهور هوش مصنوعی.
  • توانایی تعیین چشم‌انداز و هدایت توسعه یک لایه هوشمندی پرداخت مقیاس‌پذیر.

مزایا

  • پاداش‌های مبتنی بر عملکرد.
  • پوشش درمانی، بینایی‌سنجی و دندان‌پزشکی.
  • طرح 401(k).
  • طرح خرید سهام.
  • بیمه عمر با پرداخت هزینه از سوی شرکت.
  • مرخصی باحقوق، از جمله مرخصی استعلاجی.
  • مرخصی والدین.
  • مرخصی مراقبت از خانواده.
  • مرخصی سوگواری.
  • مرخصی انجام وظیفه هیئت منصفه.
  • مرخصی رأی‌دادن.
  • پوشش ازکارافتادگی کوتاه‌مدت.
  • پوشش ازکارافتادگی بلندمدت.
  • تخفیف‌های شرکتی.
  • حقوق مرخصی خدمت نظامی.
  • بازپرداخت هزینه‌های فرزندخواندگی و رحم جایگزین.
  • مرخصی باحقوق و/یا PPTO برای تعطیلات، بیماری، روزهای تعطیل یا موارد دیگر.
  • Live Better U، برنامه مزایای آموزشی با هزینه شرکت والمارت.
  • پرداخت کامل شهریه، کتاب‌ها و هزینه‌های برنامه‌های آموزشی واجد شرایط.
  • ممکن است برخی سمت‌ها شامل جبران خدمات به‌صورت سهام باشند.

فرصت‌های شغلی مرتبط

Northrop Grumman

دانشمند داده نورثروپ گرومن، سطح ۳ یا ۴

Northrop Grumman

برای عملیات تولید هوافضای نورثروپ گرومن، داشبورد، تحلیل و راهبردهای داده طراحی کنید. از آمادگی تولید، بهبود مستمر و تصمیم‌گیری مدیران در سایت‌های جنوب کالیفرنیا پشتیبانی کنید.

باز کردن
Salesforce

رهبر ارشد راهبرد و تحلیل در Salesforce (سان‌فرانسیسکو، کار در محل)

Salesforce

با ابتکارهای ورود به بازار مبتنی بر داده، رشد سازمانی و راهبرد پس از فروش Slack را شکل دهید. با مدیران Salesforce و تیم‌های میان‌وظیفه‌ای همکاری کنید تا تصمیم‌های راهبردی را هدایت کنید.

باز کردن
Capital One

مدیر ارشد، علم داده بنیادهای هوش مصنوعی

Capital One

توسعه بنیادهای هوش مصنوعی Capital One را با استفاده از NLP مقیاس‌پذیر و مدل‌های زبانی بزرگ رهبری کنید. سامانه‌های یادگیری ماشین عملیاتی بسازید تا تجربه‌های مالی شخصی‌سازی‌شده را به میلیون‌ها مشتری ارائه دهند.

باز کردن
Capital One

مدیر علم داده – بنیادهای هوش مصنوعی

Capital One

توسعه مبانی هوش مصنوعی و یادگیری ماشین را برای محصولات موبایلی و مالی Capital One رهبری کنید. راهکارهای مقیاس‌پذیر NLP و LLM را برای بیش از ۸۰ میلیون مشتری بسازید.

باز کردن