Marsh McLennan
Marsh McLennan
Ang Marsh McLennan ay isang pandaigdigang kompanya ng mga serbisyong propesyonal na nagbibigay ng mga serbisyong pagpapayo tungkol sa panganib, estratehiya, at mga usaping may kaugnayan sa mga empleyado. Kabilang sa mga negosyo nito ang Marsh, na nag-aalok ng insurance brokerage at pamamahala sa panganib; Guy Carpenter, na nakatuon sa reinsurance at mga estratehiya sa kapital; Mercer, na nagbibigay ng konsultasyon sa kalusugan, yaman, at karera; at Oliver Wyman, na dalubhasa sa konsultasyon sa estratehiya, ekonomiya, at tatak. Sa mahigit 85,000 empleyado sa buong mundo, pinagsasama ng Marsh McLennan ang kadalubhasaan sa pananalapi, konsultasyon, marketing, at iba pang kaugnay na serbisyong propesyonal. Saklaw ng mga oportunidad sa pagkuha ng kompanya ang mga tungkuling sumusuporta sa pagpapayo sa kliyente, pagsusuri ng panganib, estratehiya sa negosyo, konsultasyon, at mga pangkat ng operasyon sa apat nitong negosyo.

Direktor ng Pamamahala ng Data — Pune, Hybrid | Marsh McLennan

Pangunahan ang domain ng data na sumusuporta sa mga enterprise data product ng Marsh para sa pagkonsulta sa panganib at negosyo. Pamahalaan ang domain data, hikayatin ang paggamit, at maghatid ng nasusukat na halaga sa analytics at AI.

Paglalarawan

  • Itakda ang estratehiya, roadmap, at nasusukat na mga layunin para sa nakatalagang domain ng data
  • Tukuyin ang saklaw, mga hangganan, at awtoritatibong depinisyon ng negosyo ng domain
  • Gawing magagamit muli at pinamamahalaang data product ang mga pangangailangan ng negosyo
  • Makipagtulungan sa mga sponsor ng negosyo, arkitekto, inhinyero, at pangkat ng pamamahala upang maihatid ang mga kakayahan ng domain
  • Tumulong sa pamamahala ng backlog ng domain, mga prayoridad sa release, at pamantayan sa pagtanggap ng produkto
  • Tiyaking sinusuportahan ng domain ang mga proseso ng negosyo mula simula hanggang dulo
  • Pangunahan ang pagsubok sa pagsubaybay ng mga tunay na transaksyon sa negosyo upang suriin ang kalidad ng data, mga paglilipat, identifier, at kakayahang gamitin
  • Hikayatin ang paggamit sa mga operasyonal na application, pag-uulat, analytics, self-service, at AI
  • Itakda ang mga kinakailangan sa kalidad, pamamahala, privacy, at kontrol sa buong siklo ng buhay ng produkto
  • Iugnay ang paghahatid sa mga pandaigdigan at panrehiyong pangkat, at subaybayan ang mga dependency, milestone, at panganib
  • Suriin ang performance ng domain batay sa tiwala, muling paggamit, paggamit, at halaga sa negosyo
  • Iakyat ang mga hindi pa nalulutas na usapin sa pagmamay-ari, kalidad, kapasidad, at pag-priyoridad

Mga Kinakailangan

  • Karanasan sa mga data product, enterprise data, estratehiya sa data ng negosyo, o pamamahala ng produkto
  • Malalim na pag-unawa sa disenyo ng proseso ng negosyo at pagsasalin ng mga pangangailangan sa negosyo tungo sa mga kinakailangan sa data
  • Karanasan sa paghahatid ng mga kakayahan ng data sa production at pagsuporta sa paggamit kasama ng mga stakeholder ng negosyo
  • Kaalamang praktikal sa arkitektura ng data, pagmomodelo, metadata, kalidad, pamamahala, at integrasyon
  • Kakayahang makipagtulungan sa mga stakeholder sa negosyo, teknolohiya, operasyon, at mga pangkat ng rehiyon
  • Kakayahang mag-ambag sa gawaing cross-functional nang hindi lubos na umaasa sa direktang awtoridad
  • Mahuhusay na kasanayan sa pag-priyoridad, paglutas ng problema, at pagpapasya
  • Mahuhusay na kasanayan sa komunikasyon, kabilang ang pagpapaliwanag ng masalimuot na paksa tungkol sa data sa malinaw na pananalita ng negosyo
  • Kakayahang kumilos sa gitna ng kalabuan habang nagsisikap makamit ang nasusukat na mga resulta
  • Karanasan sa insurance, panganib, benepisyo, serbisyong pinansyal, o iba pang masalimuot at reguladong industriya
  • Pamamaraang nakatuon sa produkto, paggamit, pagsasakatuparan ng halaga, at mga resulta sa negosyo
  • Karanasan sa pagbabalanse ng pagkakapare-pareho sa buong enterprise at mga pangangailangan ng rehiyon at partikular na negosyo
  • Napatunayang kakayahang lutasin ang mga isyu sa paglilipat, pagmamay-ari, at kalidad ng data sa mga proseso mula simula hanggang dulo
  • Pamilyar sa paggamit ng data sa analytics, pag-uulat, mga operasyonal na platform, at mga application ng AI

Mga Benepisyo

  • Hybrid na trabaho na may kakayahang umangkop para magtrabaho nang malayuan
  • Mga pagkakataong makipagtulungan, magkaroon ng koneksyon, at umunlad sa propesyon sa pamamagitan ng trabaho sa opisina
  • Iba-iba, inklusibo, at flexible na kapaligiran sa trabaho