Verizon
Verizon
Ang Verizon ay isang kompanya ng telekomunikasyon na naglilingkod sa mga mamimili, negosyo, at organisasyon ng pamahalaan sa pamamagitan ng wireless connectivity, broadband, mga fiber-optic network, at kaugnay na serbisyong digital. Saklaw ng mga operasyon nito ang mobile at fixed-line infrastructure, mga retail at online channel, at komunikasyong pang-enterprise, kaya nagkakaroon ng mga pagkakataon para sa mga propesyonal sa teknolohiya ng network, serbisyo sa customer, mga solusyong pangnegosyo, at iba pang tungkuling sumusuporta sa connectivity na malawak ang saklaw.

Pangunahing Inhinyero sa Agham ng Datos

Pangunahan ang gawain sa machine learning at pagtataya para sa negosyo ng telekomunikasyon ng Verizon, at gawing mga pananaw para sa mga ehekutibo at oportunidad sa pananalapi ang malalaking dataset.

Paglalarawan

  • Pangunahan ang mahahalagang proyektong analitika bilang senior na indibidwal na kontribyutor at teknikal na pinuno sa buong negosyo.
  • Gamitin ang SQL at Python upang mag-query, maglinis, magsama-sama, at magproseso ng malalaking structured at unstructured dataset sa mga big data system.
  • Magdisenyo, bumuo, magpatunay, at mag-deploy ng mga supervised at unsupervised machine learning model.
  • Gumawa ng mga modelo sa pagtataya ng time series para sa masalimuot at malabong hamon sa negosyo.
  • Pamahalaan ang mga proyektong analitika na mataas ang visibility mula sa pagtatakda ng saklaw at pagkuha ng datos hanggang sa pagmomodelo, pagsubok, pagpapatunay, at mga presentasyon sa mga ehekutibo.
  • Bumuo ng mga dashboard at balangkas ng pag-uulat gamit ang mga tool gaya ng Matplotlib, Seaborn, Tableau, at Grafana.
  • Gawing malinaw na mga sukatan para sa mga ehekutibo ang masalimuot na resulta ng modelo.
  • Magpayo sa mga team ng Consumer, Network, at Strategy bilang teknikal na katuwang.
  • Gawing mga daloy ng trabaho sa agham ng datos ang mga hamon sa negosyo at magharap ng praktikal na rekomendasyon sa pamunuan.
  • Subukan ang mga edge case, panatilihin ang mahigpit na pamamahala at pagpapatunay ng modelo, at idagdag sa repository ng team ang mga advanced na pamamaraan sa AI, machine learning, at pagtataya.
  • Gawing mga modelong panghula at estratehiyang handa sa produksyon ang masalimuot na dataset upang matukoy ang mga oportunidad sa pananalapi para sa mga pinunong ehekutibo.

Mga Kinakailangan

  • Bachelor’s degree sa agham ng datos, computer science, estadistika, ekonomiks, inhinyeriya, o iba pang larangang quantitative, o hindi bababa sa apat na taong karanasan sa trabaho.
  • Hindi bababa sa anim na taong kaugnay na karanasan, na ipinakita sa pamamagitan ng trabaho at/o karanasang militar.
  • Abanteng kakayahan sa independiyenteng coding gamit ang Python at SQL para sa masalimuot na pagkuha ng datos, feature engineering, at pagsusuring estadistikal.
  • Napatunayang tagumpay sa pagbuo, pagpapatunay, at pag-deploy ng mga machine learning model at pagtataya ng time series sa mga enterprise setting.
  • Mahusay na kaalaman sa mga visualization tool at library gaya ng Matplotlib, Seaborn, Tableau, at Grafana.
  • Kakayahang mamuno nang mag-isa sa buong siklo ng teknikal na proyekto, mamahala ng masalimuot na data pipeline, at maglahad ng mga natuklasan sa pamunuan.
  • Master’s degree o hindi bababa sa apat na taong praktikal na karanasan sa agham ng datos, advanced analytics, o predictive modeling.
  • Master’s o Ph.D. sa quantitative na larangan, o MBA na may matibay na teknikal na background.
  • Hindi bababa sa limang taong umuunlad na teknikal na karanasan sa agham ng datos, advanced analytics, o quantitative consulting.
  • Karanasan sa mga big data framework gaya ng Spark, Splunk, at Hadoop, pati mga cloud analytics platform.
  • Abanteng kadalubhasaan sa larangan gaya ng deep learning, NLP, causal inference, recommendation system, o mga pamamaraan sa time series kabilang ang Prophet, ARIMA, at LSTM.
  • Karanasan sa independiyenteng pamumuno ng mga cross-functional analytics project sa telekomunikasyon, pagpepresyo, pagpapanatili, o karanasan ng customer.

Mga Benepisyo

  • Saklaw para sa medikal, dental, at paningin.
  • Saklaw sa kapansanan para sa maikli at mahabang panahon.
  • Pangunahing seguro sa buhay at karagdagang seguro sa buhay.
  • Seguro sa AD&D.
  • Proteksyon laban sa pagnanakaw ng pagkakakilanlan.
  • Seguro para sa alagang hayop.
  • Pangkatang seguro sa bahay at sasakyan.
  • 401(k) plan na may katugmang kontribusyon mula sa employer.
  • Hanggang walong bayad na holiday ng kumpanya bawat taon.
  • Hanggang anim na personal na araw bawat taon.
  • Bayad na parental leave.
  • Tulong sa pag-aampon.
  • Tulong sa matrikula.
  • Karagdagang bayad depende sa tungkulin, kabilang ang overtime, dagdag para sa pagkakaiba ng shift, bayad sa holiday, at mga allowance.
  • Tumatanggap ang mga bagong empleyado ng hanggang 15 araw na bakasyon bawat taon, at nadaragdagan ito ayon sa haba ng serbisyo.
  • Iba pang insentibo.
  • Pagkakataong kumita ng karagdagang kompensasyong nakabatay sa insentibo.

Mga Kaugnay na Trabaho

Cardinal Health

Tagapamahala ng Data Engineering sa Cardinal Health

Cardinal Health

Pangunahan ang mga pangkat sa enterprise data transformation sa Cardinal Health, kabilang ang mga platform ng Google Cloud at operasyon ng analytics at AI/ML. Gabayan ang paghahatid, pagpapahusay ng platform, at pagpapaunlad ng talento.

Buksan
Verizon

Punong Inhinyero sa Agham ng Datos

Verizon

Pangunahan ang advanced analytics sa Verizon sa pamamagitan ng paggawa ng mga production machine learning model mula sa malalaking dataset ng telekomunikasyon. Gabayang mabuti ang pagtataya, pag-uulat sa mga ehekutibo, at pagsusuri sa epekto sa pananalapi sa Consumer, Network, at Strategy.

Buksan