Verizon
Verizon
Verizon ialah sebuah syarikat telekomunikasi utama di Amerika Syarikat yang menyediakan perkhidmatan kepada pengguna dan perniagaan melalui perkhidmatan tanpa wayar, jalur lebar, mudah alih, internet rumah, dan rangkaian perusahaan. Operasinya yang berskala besar merangkumi kesalinghubungan pengguna, rangkaian perniagaan, 5G, dan infrastruktur rangkaian, dengan peluang kerjaya dalam bidang teknologi, kejuruteraan, runcit, dan kewangan. Konteks pengambilan pekerja Verizon turut mencerminkan tumpuan terhadap pembangunan pekerja dan tanggungjawab korporat ketika syarikat ini berusaha menghubungkan individu dan organisasi dengan perkhidmatan yang mereka harapkan.

Jurutera Sains Data Utama

Pimpin analitik lanjutan di Verizon dengan menukar set data telekomunikasi yang besar kepada model pembelajaran mesin untuk pengeluaran. Bimbing ramalan, pelaporan eksekutif dan analisis kesan kewangan merentas Consumer, Network dan Strategy.

Penerangan

  • Pimpin projek analitik penting sebagai penyumbang individu kanan dan ketua teknikal dalam pasukan Impact Analytics dan Transformation Command Center Verizon.
  • Gunakan SQL dan Python untuk membuat pertanyaan, membersihkan, menggabungkan dan mengubah set data besar berstruktur serta tidak berstruktur merentas sistem data raya.
  • Reka bentuk, bina, sahkan dan gunakan algoritma pembelajaran mesin terselia dan tanpa seliaan.
  • Cipta model ramalan siri masa untuk cabaran perniagaan yang kompleks dengan keperluan yang kurang jelas.
  • Urus projek analitik berprofil tinggi dari penentuan skop dan pengekstrakan data hingga pemodelan, ujian, pengesahan dan pembentangan kepada eksekutif.
  • Bina papan pemuka dan pelaporan visual menggunakan alat seperti Matplotlib, Seaborn, Tableau dan Grafana.
  • Tukarkan hasil model yang kompleks kepada metrik utama untuk eksekutif.
  • Berikan nasihat kepada pasukan Consumer, Network dan Strategy sebagai rakan analitik teknikal.
  • Tukarkan cabaran perniagaan kepada aliran kerja sains data dan kemukakan cadangan praktikal kepada pihak kepimpinan.
  • Uji kes pinggir, tegakkan piawaian tadbir urus dan pengesahan model, serta masukkan kaedah AI, pembelajaran mesin dan ramalan terkini ke dalam repositori pasukan.
  • Tukarkan set data kompleks kepada model ramalan untuk pengeluaran dan strategi yang boleh dilaksanakan bagi mengenal pasti peluang kewangan.

Keperluan

  • Memiliki ijazah sarjana muda dalam Sains Data, Sains Komputer, Statistik, Ekonomi, Kejuruteraan atau bidang kuantitatif berkaitan, atau sekurang-kurangnya empat tahun pengalaman kerja.
  • Mempunyai sekurang-kurangnya enam tahun pengalaman berkaitan yang dibuktikan melalui perkhidmatan profesional atau ketenteraan.
  • Mahir menulis kod secara kendiri dalam Python dan SQL untuk pengekstrakan data kompleks, kejuruteraan ciri dan analisis statistik.
  • Mempunyai rekod membina, mengesahkan dan menggunakan model pembelajaran mesin serta ramalan siri masa dalam persekitaran perusahaan.
  • Mempunyai pengalaman kukuh dengan alat dan pustaka visualisasi seperti Matplotlib, Seaborn, Tableau dan Grafana.
  • Mengurus projek teknikal secara kendiri sepanjang kitar hayatnya, mengendalikan saluran paip data kompleks dan membentangkan dapatan kepada pihak pengurusan.
  • Memiliki ijazah sarjana atau sekurang-kurangnya empat tahun pengalaman amali dalam sains data, analitik lanjutan atau pemodelan ramalan.
  • Memiliki ijazah sarjana atau kedoktoran dalam bidang kuantitatif, atau MBA dengan latar belakang teknikal yang kukuh.
  • Mempunyai sekurang-kurangnya lima tahun pengalaman teknikal yang semakin maju dalam sains data, analitik lanjutan atau perundingan kuantitatif.
  • Berpengalaman menggunakan rangka kerja data raya seperti Spark, Splunk dan Hadoop, serta platform analitik awan.
  • Mempunyai kepakaran lanjutan dalam bidang khusus seperti pembelajaran mendalam, NLP, inferens sebab-akibat, sistem cadangan atau kaedah siri masa seperti Prophet, ARIMA dan LSTM.
  • Pernah mengetuai projek analitik rentas fungsi secara kendiri dalam telekomunikasi, penetapan harga, kemampanan atau pengalaman pelanggan.

Faedah

  • Perlindungan perubatan, pergigian dan penglihatan.
  • Perlindungan hilang upaya jangka pendek dan jangka panjang.
  • Insurans hayat asas dan tambahan.
  • Insurans kematian dan kecacatan akibat kemalangan.
  • Perlindungan kecurian identiti.
  • Insurans haiwan peliharaan.
  • Insurans berkumpulan untuk rumah dan kenderaan.
  • Pelan 401(k) dengan padanan caruman daripada syarikat.
  • Sehingga lapan hari cuti berbayar syarikat setiap tahun.
  • Sehingga enam hari peribadi setiap tahun.
  • Cuti ibu bapa berbayar.
  • Bantuan pengangkatan anak.
  • Bantuan yuran pengajian.
  • Pilihan bayaran premium, termasuk kerja lebih masa, perbezaan syif, bayaran cuti umum dan elaun.
  • Sehingga 15 hari cuti tahunan untuk pekerja baharu, dengan tambahan berdasarkan tempoh perkhidmatan.
  • Insentif tambahan.
  • Aturan kerja hibrid dengan pilihan bekerja dari rumah.

Pekerjaan Berkaitan