PwC — глобальна мережа компаній, що надають професійні послуги та підтримують бізнес, державні органи й установи у сферах аудиту та підтвердження достовірності інформації, оподаткування, консалтингу, супроводу угод, судової експертизи й консультування. Команди PwC допомагають організаціям розв’язувати завдання цифрової трансформації, упровадження штучного інтелекту, сталого розвитку, управління ризиками та дотримання нормативних вимог, пропонуючи галузеві рішення й керовані сервіси для різних секторів у всьому світі.
Керівник напряму аналізу даних у PwC, робота в офісі в Індії
Керуйте рішеннями у сфері машинного навчання та аналітики для Центру прискорення PwC в Індії. Координуйте роботу з клієнтами, реалізацію проєктів і команди фахівців з аналізу даних.
Опис
- Розробляти та впроваджувати рішення у сфері аналізу даних.
- Керувати реалізацією стратегії у сфері аналізу даних, орієнтованої на клієнтів.
- Забезпечувати відповідність роботи цілям і баченню PwC.
- Контролювати роботу та наставляти членів команди для досягнення високих результатів.
- Застосовувати методології й технології компанії для підвищення якості обслуговування клієнтів.
- Розвивати відносини з клієнтами та координувати складні проєкти.
- Дотримуватися високих стандартів доброчесності та професіоналізму.
- Знаходити можливості для вдосконалення процесів і заохочувати інновації.
- Керувати плануванням проєктів, бюджетами, реалізацією та завершенням робіт.
- Вирішувати питання, пов’язані з клієнтами, членами команди та зацікавленими сторонами.
- Навчати членів команди, використовувати їхні сильні сторони та контролювати результати роботи.
- Впроваджувати технології та інновації для підвищення ефективності реалізації проєктів.
Вимоги
- Ступінь бакалавра та магістра у сфері комп’ютерних наук, інженерії, економетрики, статистики, бізнес-аналітики або інформатики.
- Щонайменше вісім років професійного досвіду.
- Вільне володіння англійською мовою в усній і письмовій формах.
- Досвід створення та впровадження моделей машинного навчання у хмарних середовищах.
- Знання алгоритмів навчання з учителем і без учителя.
- Практичні знання статистики.
- Досвід проведення аналізу даних.
- Досвід використання фреймворків та інструментів машинного навчання.
- Поглиблені навички роботи з SQL і програмування на Python або PySpark.
- Володіння інструментами візуалізації даних.
- Практичні знання контейнеризації.
- Досвід застосування методів пояснюваності та інтерпретованості моделей.
Переваги
- Практичні можливості навчання на реальних завданнях.
- Доступ до сучасних передових інструментів.
- Інклюзивна корпоративна культура.