Leitender Datenwissenschaftler in Sigma Software

Entfesseln Sie Ihren Ehrgeiz als Senior Data Scientist! Wir suchen einen Fachmann, der nicht nur über beeindruckende Erfahrung in der Datenwissenschaft verfügt, sondern auch bereit ist, eine Treiberrolle zu übernehmen und einen Beitrag zu unserem Datenkompetenzzentrum bei Sigma Software zu leisten. Die Rolle umfasst die Lösungsbewertung, Pre-Sales-Aktivitäten unter Aufsicht, die Erstellung von Architekturdesigns und mehr.

PROJEKT

Wir sind ein Team von über 160 Fachleuten. Wir sind sehr unterschiedlich, aber ein paar Dinge machen uns zu einem echten Team: echte Leidenschaft für unsere Arbeit, Freundlichkeit und unerschöpflicher Optimismus, egal was passiert.

Wir nutzen Agile mit integrierter technischer Exzellenz und Kanban-Ansätzen, um großartige Arbeit zu leisten und Kunden glücklich zu machen. Unser Ziel ist es, unseren Kunden das beste Fachwissen in verschiedenen Bereichen zu bieten, um einen Mehrwert für ihr Unternehmen zu schaffen und der beste Technologiepartner zu werden.

PERSÖNLICHES PROFIL

• Analytische und Problemlösungsfähigkeiten:
• Nachgewiesene Fähigkeiten zur Problemlösung und zum analytischen Denken mit einer nachgewiesenen Erfolgsbilanz Sie können diese Fähigkeiten auf reale Herausforderungen anwenden, um Probleme zu identifizieren, relevante Daten zu sammeln und kreative Lösungen zu entwickeln.
• Kontinuierliche Lernmentalität, die sicherstellt, dass Sie über die neuesten Fortschritte im Bereich Deep Learning und Anpassungsfähigkeiten auf dem Laufenden bleiben entsprechend
• Beteiligen Sie sich aktiv an der Evaluierung neuer Tools für analytisches Data Engineering oder Data Science

Qualifikationen

< li> Fachwissen in Algorithmen für maschinelles Lernen, einschließlich linearer Regression, Clustering, Klassifizierung und Empfehlungssystemen
• Nachgewiesene Fähigkeit, klare, prägnante und überzeugende Visualisierungen mit Tools wie ggplot2, matplotlib oder plotly, Power BI zu erstellen, Tableau und Qlik
• Konzeptionelles Verständnis der Grundlagen der Datenanalyse, einschließlich ETL, Data Warehousing und unstrukturierte Daten
• Ein umfassendes Verständnis der Grundlagen des Deep Learning, einschließlich Aktivierungsfunktionen, Backpropagation, CNNs, Transformatoren, Transferlernen und generative Modelle
• Fachwissen in der Bewertung und Auswahl des am besten geeigneten Deep-Learning-Modells für eine bestimmte Aufgabe, einschließlich der Bewertung von Modellleistungsmetriken, der Identifizierung potenzieller Verzerrungen und dem Vergleich verschiedener Modellarchitekturen

Entfesseln Sie Ihren Ehrgeiz als Senior Data Scientist! Wir suchen einen Fachmann, der nicht nur über beeindruckende Erfahrung in der Datenwissenschaft verfügt, sondern auch bereit ist, eine Treiberrolle zu übernehmen und einen Beitrag zu unserem Datenkompetenzzentrum bei Sigma Software zu leisten. Die Rolle umfasst die Lösungsbewertung, Pre-Sales-Aktivitäten unter Aufsicht, die Erstellung von Architekturdesigns und mehr.

PROJEKT

Wir sind ein Team von über 160 Fachleuten. Wir sind sehr unterschiedlich, aber ein paar Dinge machen uns zu einem echten Team: echte Leidenschaft für unsere Arbeit, Freundlichkeit und unerschöpflicher Optimismus, egal was passiert.

Wir nutzen Agile mit integrierter technischer Exzellenz und Kanban-Ansätzen, um großartige Arbeit zu leisten und Kunden glücklich zu machen. Unser Ziel ist es, unseren Kunden das beste Fachwissen in verschiedenen Bereichen zu bieten, um einen Mehrwert für ihr Unternehmen zu schaffen und der beste Technologiepartner zu werden.

,[Arbeiten Sie eng mit dem Kunden zusammen (PO) sowie andere Teamleiter, um die technischen Anforderungen und Erwartungen zu klären und komplexe Geschäftsprobleme in umsetzbare datengesteuerte Fragen oder Hypothesen zu übersetzen. Dazu gehört die Zusammenarbeit mit Stakeholdern, um die zugrunde liegenden Probleme zu verstehen und die spezifischen Fragen zu definieren, die durch Datenanalyse beantwortet werden müssen. Daten aus verschiedenen Quellen sammeln, Datenqualitätsprobleme identifizieren und beheben und die Daten in ein für Analyse und Modellierung geeignetes Format konvertieren . Dazu gehört der Einsatz von Data-Wrangling-Techniken, Datenbereinigungstools und Datenqualitätsprüfungen, die Anwendung statistischer Methoden, Datenvisualisierungstechniken und maschineller Lernalgorithmen, um verborgene Muster, Trends und Anomalien in den Daten aufzudecken. Diese Erkenntnisse werden in die Entwicklung effektiver Modelle und Lösungen einfließen. Wählen Sie geeignete maschinelle Lern- oder Statistikmodelle aus und wenden Sie sie an, um spezifische Geschäftsprobleme anzugehen. Dazu gehört es, das vorliegende Problem zu verstehen, die richtigen Algorithmen auszuwählen, die Modelle anhand der vorbereiteten Daten zu trainieren und ihre Leistung zu bewerten. Mit Ingenieuren zusammenzuarbeiten, um trainierte Modelle in Produktionsumgebungen zu integrieren und sicherzustellen, dass sie für Echtzeitvorhersagen verwendet werden können Entscheidungen. Dazu gehört die Bereitstellung der Modelle, die Überwachung ihrer Leistung und deren Wartung im Laufe der Zeit. Die effektive Kommunikation komplexer datengesteuerter Erkenntnisse und Empfehlungen an Stakeholder auf klare, prägnante und umsetzbare Weise. Dazu gehört der Einsatz von Storytelling-Techniken, Visualisierungen und Präsentationen, um die Ergebnisse und ihre Auswirkungen auf Geschäftsentscheidungen effektiv zu vermitteln. Kontinuierliche Recherche und das Bleiben über die neuesten Fortschritte in der Datenwissenschaft, einschließlich neuer Algorithmen, Techniken und Tools, sowie das Erkunden neue Technologien und Methoden. Dazu gehört die Teilnahme an Konferenzen, das Lesen von Forschungsarbeiten und das Experimentieren mit neuen Ansätzen. Vorschläge und Beiträge zu Schulungen und ] Themen: Datentechnik, maschinelles Lernen, ggplot2, Matplotlib, BI, Tableau, Qlik, Datenanalyse, ETL, Deep Learning