Ang Brown & Brown Insurance ay isang independiyenteng brokerage ng insurance at kompanya sa pamamahala ng panganib na naglilingkod sa mga indibidwal at negosyo. Itinatag noong 1939, nagbibigay ito ng personal at komersyal na insurance, mga benepisyo ng empleyado, at mga pambansang programa sa insurance sa pamamagitan ng network na may mahigit 500 lokasyon. Sa mahigit 10,000 empleyado, nagpapatakbo ang kompanya sa mga sektor ng pananalapi at insurance at binibigyang-diin ang pagkakaiba-iba, inklusyon, at pakiramdam ng pagiging kabilang sa kultura nito sa lugar ng trabaho. Pampublikong ipinagbibili ang Brown & Brown Insurance sa New York Stock Exchange sa ilalim ng ticker na BRO at lumawak sa pamamagitan ng disiplinadong estratehiya ng mga pagsasanib at pagkuha.
Analista ng Kalidad ng Datos - Remote sa Estados Unidos
Pagbutihin ang pagiging maaasahan ng datos na ginagamit para sa pag-uulat, analytics, at mga application ng machine learning. Bubuo ang tungkuling ito ng mga validation control, magsisiyasat ng mga ugat ng problema, at maglalahad ng mga insight tungkol sa kalidad ng datos.
Estados Unidos$80,000 – $95,000 / taon
RemoteFull-timeGitnang antasSeniorKinakailangang Wika: InglesAnalistaPaglalarawan
- Gumawa at mamahala ng mga validation rule, pamamaraan ng reconciliation, at pagsusuri ng kalidad sa iba’t ibang system of record
- Suriin ang mga problema sa integridad ng datos at tukuyin ang pinagmulan ng mga pagkakaiba sa iba’t ibang platform
- Bumuo at sumuporta sa mga pipeline gamit ang Python/R at SQL, pati na sa mga workflow ng profiling para linisin, ayusin, at i-validate ang papasok na datos
- Makipagtulungan sa mga data engineering at business intelligence team upang magtakda ng mga kontrol sa pagsusuri at pag-apruba para sa datos ng pag-uulat at analytics
- Gamitin ang descriptive at inferential statistics upang tukuyin ang mga anomalya, sukatin ang mga problema sa kalidad, at gabayan ang pagsisiyasat sa ugat ng problema
- Suriin ang pag-uugali ng mga machine-learning at scoring model batay sa mga resulta sa totoong mundo, at tukuyin ang paglihis o mga hindi pagkakatugma
- Gawing malinaw at maisasagawang ulat para sa mga lider at hindi teknikal na stakeholder ang pagsusuri sa kalidad ng datos
- Makipagtulungan sa mga stakeholder upang magtakda ng mga sukatan ng kalidad, pamantayan, at iskedyul ng pag-uulat
Mga Kinakailangan
- Praktikal na karanasan sa paggamit ng Python/R at SQL para sa data profiling, paglilinis, at validation
- Kaalaman sa statistical analysis, kabilang ang pagbuo ng hypothesis, exploratory analysis, at interpretasyon ng kawalan ng katiyakan
- Pag-unawa sa mga prinsipyo ng machine learning at pagsusuri sa mga output ng model batay sa kalidad at pagkakapare-pareho
- Karanasan sa paggawa ng mga data validation rule, pamamaraan ng reconciliation, o quality control sa maraming system of record
- Malakas na kakayahang magsiyasat ng mga isyu at tukuyin ang ugat ng problema
- Kakayahang maunawaan ang mga ugnayan ng source system, data pipeline, at downstream user
- Metodo at first-principles na paraan ng paglutas ng problema
- Kakayahang epektibong makipagtulungan sa mga engineering team
- Karanasan sa paglalahad ng datos gamit ang Matplotlib, ggplot, at/o Power BI
- Karanasan sa paggamit ng mga AI tool at workflow na nakabatay sa LLM, kabilang ang Claude at GPT
- Edukasyon o katumbas na karanasan sa data science, analytics, o kaugnay na disiplina
Mga Benepisyo
- Medikal at prescription, dental, vision, life, at disability insurance
- Employee stock purchase plan, 401(k), tulong sa student loan, at reimbursement sa matrikula
- Libreng serbisyong pangkalusugang pangkaisipan at pinahusay na mga serbisyong advocacy
- Bayad na time off
- Mga holiday ng kumpanya
- Mga diskuwento mula sa piling partner