
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.
Msaidizi wa Makamu wa Rais, Uhandisi wa Jukwaa la Data
Ongoza mkakati wa uhandisi wa data ya biashara, majukwaa ya kisemantiki, maarifa na majukwaa yaliyo tayari kwa AI wa The Hartford. Endesha uboreshaji wa kisasa, kuwezesha uchanganuzi, majukwaa ya maarifa na uwezo wa msingi wa akili bandia.
$ 201,500 – $ 302,500 / mwaka
MsetoMuda woteKiongoziLugha Inayohitajika: KiingerezaMhandisi wa dataMaelezo
- Weka na utekeleze mkakati wa miaka mingi unaohusu data ya biashara, majukwaa ya kisemantiki na maarifa, kuwezesha uchanganuzi, data iliyo tayari kwa AI, huduma za ujumuishaji, data ya wahusika wengine na uboreshaji wa majukwaa.
- Toa uongozi wa juu wa kiufundi kwa majukwaa ya data na maarifa ya biashara kupitia mwongozo wa usanifu, mwelekeo wa uhandisi na maamuzi ya teknolojia.
- Elekeza mkakati wa teknolojia kwa majukwaa ya kisemantiki na maarifa, ikijumuisha hifadhidata za grafu, tabaka za kisemantiki, huduma za ontolojia, majukwaa ya metadata na grafu za maarifa.
- Shirikiana na wadau wa usanifu, bidhaa, AI na uchanganuzi, usalama wa mtandao, utawala wa data, ununuzi, hatari, sheria na biashara kuhusu ramani za njia, huduma, mipango ya matumizi na matokeo yanayopimika.
- Ongoza programu za mabadiliko ya shirika zinazoboresha ukomavu wa uhandisi, utendaji wa uendeshaji, kasi ya utoaji na uwezo wa timu.
- Ajiri, fundisha, shauri na kuendeleza viongozi na timu za uhandisi kupitia maendeleo ya vipaji, mipango ya urithi na usanifu wa shirika.
- Simamia timu zinazosaidia data ya biashara pamoja na majukwaa ya kisemantiki na maarifa, ikijumuisha Snowflake, Spark, Google BigQuery, Dataproc, Dataflow, hifadhidata za grafu, majukwaa ya metadata na Informatica IDMC.
- Endeleza matumizi ya wingu, kuratibu upya majukwaa, uhamishaji wa mifumo ya zamani, otomatiki, usanifishaji, huduma binafsi, mifumo ya uhandisi inayoweza kutumika tena, CI/CD na miundombinu kama msimbo.
- Miliki mzunguko wa maisha, uwezo wa kupanuka, utendaji, kutegemeka, uonekano, usalama, utiifu na usaidizi wa uendeshaji wa majukwaa ya hifadhidata za grafu, semantiki, ontolojia, metadata na grafu za maarifa.
- Weka viwango vya uhandisi kwa hifadhidata za grafu, teknolojia za kisemantiki, huduma za metadata, misamiati ya biashara, usimamizi wa mahusiano ya huluki na usanifu wa taarifa ulio tayari kwa AI.
- Ongoza mkakati, uboreshaji wa kisasa, matumizi, utawala, mwingiliano na uendelevu wa majukwaa ya kisemantiki na maarifa.
- Tathmini na elekeza utekelezaji unaohusisha hifadhidata za grafu, utafutaji wa kisemantiki, metadata ya muktadha, GraphRAG, utafutaji wa vekta na majukwaa mapya ya maarifa.
- Wezesha uchanganuzi wa biashara na akili ya biashara kupitia Tableau na ThoughtSpot, ikijumuisha seti za data zinazoaminika, bidhaa za data zinazoweza kutumika tena, ufikiaji unaosimamiwa, uundaji wa kisemantiki na uchanganuzi wa kujihudumia.
- Endeleza uchanganuzi wa mazungumzo, Chat with Data, uundaji wa maarifa kwa kusaidiwa na AI, akili iliyopachikwa na uchanganuzi wa mawakala.
- Jenga misingi ya data iliyo tayari kwa AI kwa kutumia mifumo ya ontolojia, tabaka za kisemantiki, hifadhidata za grafu, grafu za maarifa, metadata ya muktadha, misamiati ya biashara na mifano ya maarifa ya biashara inayoaminika.
- Shirikiana na viongozi wa AI na uchanganuzi kuhusu matumizi mapya ya AI na mipango ya baadaye ya AI.
- Saidia Snowflake Cortex, miunganisho ya Gemini Enterprise na BigQuery, utafutaji wa vekta, RAG, GraphRAG na mwingiliano wa majukwaa ya AI/ML.
Mahitaji
- Angalau miaka 12 ya uzoefu katika uhandisi wa majukwaa ya data, usanifu wa data, teknolojia za kisemantiki, majukwaa ya maarifa, majukwaa ya data ya wingu, teknolojia za uchanganuzi, uhandisi wa miundombinu au nyanja zinazohusiana.
- Uongozi uliothibitishwa katika mazingira changamano ya biashara.
- Uzoefu mkubwa wa kujenga, kuendesha na kuboresha majukwaa ya data, semantiki na maarifa ya kiwango cha biashara.
- Uelewa thabiti wa usanifu wa jukwaa, uingizaji, upangaji wa michakato, ubadilishaji, uonekano, kutegemeka, otomatiki, uboreshaji wa utendaji, usimamizi wa gharama, usalama na usaidizi wa uendeshaji.
- Uzoefu mkubwa wa uongozi wa uhandisi na majukwaa yenye hifadhidata za grafu, teknolojia za kisemantiki, suluhisho zinazoongozwa na ontolojia, grafu za maarifa, majukwaa ya metadata, tabaka za vipimo au teknolojia zinazohusiana za maarifa ya biashara.
- Uzoefu wa kuelekeza usanifu, uwezo wa kupanuka, uboreshaji, kutegemeka na usaidizi wa uendeshaji wa majukwaa ya hifadhidata za grafu, tabaka za kisemantiki, huduma za ontolojia na usanifu wa maarifa ulio tayari kwa AI.
- Ujuzi wa kina wa teknolojia za kisemantiki, metadata ya muktadha, uundaji wa huluki na mahusiano, misamiati ya biashara, uwakilishi wa maarifa na fasili za biashara zinazoaminika.
- Uzoefu wa vitendo wa uhandisi wenye kina cha kiufundi cha kuongoza maamuzi ya usanifu na kutathmini mabadilishano ya uhandisi.
- Rekodi ya kuongoza uboreshaji wa majukwaa, mabadiliko ya wingu, maboresho ya ukomavu wa uhandisi na mipango ya mabadiliko ya shirika.
- Uzoefu wa kuongoza uwezo wa data za wahusika wengine wa biashara, ikijumuisha upatikanaji wa data za nje, huduma za data zinazowezeshwa na wauzaji, mifumo ya kuanzisha, utawala, utiifu na uendeshaji.
- Uelewa thabiti wa GraphRAG, hifadhidata za vekta, utafutaji wa vekta, Retrieval-Augmented Generation, Snowflake Cortex, miunganisho ya Gemini Enterprise, AI ya mawakala na mifumo ya ujumuishaji wa AI/ML.
- Uwezo wa kipekee wa kufikiri kimkakati, kimfumo na kutatua matatizo.
- Ujuzi bora wa mawasiliano ya kiutendaji, uwasilishaji na usimulizi wa hadithi.
- Uwezo uliothibitishwa wa kujenga, kushauri na kuendeleza timu zenye utendaji wa juu wakati wa mabadiliko na mageuzi ya shirika.
- Uzoefu wa kushawishi wadau na kutoa matokeo ndani ya mashirika yenye muundo wa matriki nyingi.
Manufaa
- Mpangilio wa kazi wa mseto au wa mbali.
- Fursa za bonasi za muda mfupi au za kila mwaka.
- Motisha za muda mrefu.
- Kutambuliwa papo hapo.
- Kifurushi cha marupurupu na manufaa.