The Hartford ni kampuni ya bima na huduma za kifedha inayowahudumia watu binafsi, familia na biashara ndogo hadi za ukubwa wa kati. Ilianzishwa mwaka 1810, na hutoa bima ya magari, nyumba na biashara pamoja na mafao ya wafanyakazi na suluhisho nyingine za bima. Kampuni hiyo pia inajulikana kwa mipango yake ya bima ya magari na nyumba iliyoidhinishwa na AARP, inayowapa wanachama wanaoshiriki fursa ya kupata mafao na punguzo maalum.
Mkurugenzi wa Data na Uchanganuzi, Uhandisi wa AI
Ongoza uhandisi wa data unaolenga AI kwa ajili ya suluhisho za uchanganuzi wa kiaktuarialia za The Hartford. Jenga bidhaa za data za Snowflake zinazosimamiwa, mabomba ya AI, na uwezo wa uchanganuzi unaosaidia kufanya maamuzi ya kiaktuarialia.
Maelezo
- Ongoza jalada changamano na kubwa la Data na Uchanganuzi.
- Unda na utekeleze ramani ya Cloud na AI ya kuboresha mifumo ya zamani ya data na uchanganuzi.
- Wezesha nyanja na bidhaa za data kwa watumiaji wa utoaji wa ripoti, sayansi ya data, AI/ML, na uchanganuzi.
- Hakikisha usanifu na suluhisho za data zinafuata viwango vya kampuni vya Data, AI, na Uchanganuzi.
- Wasilisha mkakati, maendeleo ya utekelezaji, na matokeo kwa wadau mbalimbali kupitia uongozi wa mawazo na mawasilisho.
- Tengeneza mabomba ya data ya AI yanayounganisha data yenye muundo, yenye muundo-nusu, na isiyo na muundo kwa ajili ya suluhisho za AI na mawakala.
- Weka viwango vya mbinu za uhandisi wa data za AI huku ukidumisha ubora na uzingatiaji wa data.
- Simamia usanifu, uundaji, na matengenezo ya mabomba ya data, maghala ya data, maziwa ya data, na majukwaa ya utoaji wa ripoti.
- Ajiri, elekeza, na ongoza timu yenye utendaji wa juu ya wachanganuzi wa data za biashara, wahandisi wa data, na wahandisi wa release train.
- Boresha tija ya wasanidi programu katika mzunguko mzima wa maisha wa usimamizi wa data.
- Chunguza na utekeleze uundaji wa mabomba unaoendeshwa na AI, mbinu za DevOps, na mifumo otomatiki ya ubora wa data.
- Tathmini teknolojia mpya za uhandisi wa data na AI/ML, jenga vielelezo, fanya majaribio, na pendekeza zana.
- Weka mifumo ya usimamizi wa data inayounga mkono usimamizi wa data wa kampuni na ubora wa data.
- Simamia bajeti ya jalada na usimamizi wa fedha.
- Shirikiana na timu za Teknolojia, Data, Jukwaa la AI, ML Ops, na Usanifu ili kuunda mkakati na zana.
- Geuza mahitaji ya kiaktuarialia kuwa bidhaa za data za Snowflake zinazoweza kupanuliwa na suluhisho za uchanganuzi zinazowezeshwa na AI.
Mahitaji
- Kuwa na uzoefu wa miaka 8–10 katika uhandisi wa data, utoaji wa suluhisho za uchanganuzi, uchanganuzi wa kiaktuarialia, au taaluma nyingine inayotegemea data kwa kiwango kikubwa.
- Kuwa na angalau miaka 3 ya uzoefu wa kusaidia matumizi ya kiaktuarialia, bima, upangaji wa bei, uwekaji wa akiba, uundaji wa modeli, uandikishaji wa bima, usimamizi wa jalada, au uchanganuzi wa kifedha.
- Kuonyesha umahiri katika uhandisi na usanifu wa data.
- Kuwa na ujuzi wa kina wa mifumo ya usanifu wa data, maghala, ujumuishaji, maziwa ya data, nyanja, bidhaa, taarifa za biashara, uwezo wa cloud, na usimamizi wa data.
- Kuonyesha utaalamu wa kiufundi katika LLM, majukwaa ya AI, uhandisi wa maagizo, uboreshaji wa LLM, usanifu wa RAG, na hifadhidata za vekta.
- Kuwa na uzoefu wa kuwezesha uchanganuzi wa AI, ikiwemo mawakala wa uchanganuzi, uchanganuzi wa lugha asilia, misingi ya maarifa inayosimamiwa, utabiri, ufuatiliaji, uchambuzi wa kina, na usaidizi wa maamuzi ya kiaktuarialia.
- Kuweza kubuni, kutekeleza, na kusimamia mabomba ya data ya Snowflake, mabadiliko, uthibitishaji, na mifumo ya matumizi ya uchanganuzi.
- Kuwa na rekodi ya kuunda bidhaa za kisasa za data za kiaktuarialia, tabaka za matumizi zinazosimamiwa, tabaka za kisemantiki, vipimo vinavyoweza kutumika tena, vidhibiti vya ubora wa data, na modeli zilizo tayari kwa uchanganuzi.
- Kuweza kutumia uwezo wa asili wa Snowflake na uliounganishwa na cloud kwa mtiririko wa kazi wa kiaktuarialia, matokeo ya modeli za ubashiri, ufuatiliaji, dashibodi, na uchanganuzi unaowezeshwa na AI.
- Kuweza kuendeleza suluhisho za kiaktuarialia za uchunguzi kuwa rasilimali endelevu za uzalishaji zenye umiliki, ufuatiliaji, nyaraka, na matarajio ya usaidizi yaliyobainishwa.
- Ikiwa inawezekana, kuelewa vipimo na dhana za kiaktuarialia, ikiwemo uwiano wa hasara, marudio, ukali, utoshelevu wa viwango, viashiria vya modeli, ufuatiliaji wa kujitokeza, afya ya usasishaji, na tathmini ya jalada.
- Kushirikiana kwa ufanisi na waaktuarialia, wanasayansi wa data, timu za uchanganuzi na uhandisi, pamoja na wadau wa biashara.
- Kuwa na uzoefu wa Agile kwa kiwango kikubwa na utoaji wa kazi kwa awamu katika timu zinazovuka taaluma.
Manufaa
- Kustahiki bonasi za muda mfupi au za kila mwaka.
- Fursa za motisha za muda mrefu.
- Programu za kutambua mchango papo hapo.
- Ratiba ya kazi mseto au mpangilio wa kazi kwa mbali.
- Marupurupu na manufaa.