PwC je globalno omrežje družb za strokovne storitve, ki podjetjem, vladam in institucijam pomaga z revizijo in storitvami dajanja zagotovil, davčnim svetovanjem, svetovanjem, podporo pri poslih, forenzičnimi storitvami ter drugimi svetovalnimi dejavnostmi. Njene ekipe organizacijam pomagajo pri digitalni preobrazbi, umetni inteligenci, trajnostnosti, obvladovanju tveganj in skladnosti z regulativnimi zahtevami z rešitvami, prilagojenimi posameznim panogam, ter upravljanimi storitvami v različnih sektorjih po vsem svetu.
Vodja podatkovne znanosti pri PwC, delo na lokaciji v Indiji
Vodili boste rešitve strojnega učenja in analitike za indijski center PwC Acceleration Center. Nadzirali boste sodelovanje s strankami, izvedbo projektov in ekipe za podatkovno znanost.
Opis
- Razvijati in izvajati rešitve podatkovne znanosti.
- Usmerjati izvajanje strategije podatkovne znanosti, osredotočene na stranke.
- Zagotavljati usklajenost dela s cilji in vizijo družbe PwC.
- Nadzirati in mentorirati člane ekipe za doseganje kakovostnih rezultatov.
- Uporabljati metodologije in tehnologijo družbe za krepitev storitev za stranke.
- Graditi odnose s strankami in nadzirati kompleksne projekte.
- Vzdrževati visoke standarde integritete in strokovnosti.
- Iskati priložnosti za izboljšanje procesov in spodbujati inovacije.
- Upravljati načrtovanje projektov, proračune, izvedbo in zaključek.
- Reševati vprašanja, ki vključujejo stranke, člane ekipe in deležnike.
- Mentorirati člane ekipe, izkoriščati njihove prednosti in nadzirati njihovo uspešnost.
- Sprejemati tehnologijo in inovacije za izboljšanje izvedbe.
Zahteve
- Diploma prve in druge stopnje iz računalništva, inženirstva, ekonometrije, statistike, poslovne analitike ali informatike.
- Vsaj osem let poklicnih izkušenj.
- Odlično govorno in pisno znanje angleščine.
- Izkušnje z izdelavo in uvajanjem modelov strojnega učenja v oblačnih okoljih.
- Poznavanje algoritmov nadzorovanega in nenadzorovanega strojnega učenja.
- Delovno znanje statistike.
- Izkušnje z izvajanjem analize podatkov.
- Izkušnje z uporabo ogrodij in orodij za strojno učenje.
- Napredno znanje programiranja v SQL in Pythonu ali PySparku.
- Znanje orodij za vizualizacijo podatkov.
- Delovno znanje kontejnerizacije.
- Izkušnje s tehnikami razložljivosti in interpretabilnosti modelov.
Ugodnosti
- Praktične priložnosti za učenje z delom.
- Dostop do sodobnih in naprednih orodij.
- Vključujoča kultura delovnega okolja.