Starszy analityk danych - Bees Frontline

O nasAB InBev to wiodący światowy browar i jedna z 5 największych na świecie firm zajmujących się produktami konsumenckimi. Posiadając ponad 500 marek piwa, jesteśmy numerem jeden lub dwa na wielu najważniejszych rynkach piwa na świecie, w tym w Ameryce Północnej, Ameryce Łacińskiej, Europie, Azji i Afryce. Informacje o grupie AB InBev Growth Group Utworzona w 2022 roku grupa Growth Group jednoczy nasze zespoły business-to-business (B2B), direct-to-consumer (DTC), sprzedaż i dystrybucja oraz marketing. Łącząc globalne funkcje technologiczne i komercyjne, Growth Group pozwala nam w pełni wykorzystywać dane oraz napędzać transformację cyfrową i rozwój organiczny AB InBev na całym świecie.

Oprócz wspierania dobrze znanych światowych marek piwa, takich jak Corona, Budweiser i Michelob Ultra, Growth Group oferuje solidny pakiet produktów cyfrowych, w tym naszą platformę handlu cyfrowego B2B BEES, usługi dostaw na żądanie Ze Delivery i TaDa Delivery oraz stołową beczkę piwa PerfectDraft. Jesteśmy wyjątkowym zespołem, skupiającym się na zrozumieniu i wspieranie potrzeb konsumentów i klientów, wykorzystywanie nowych technologii i zwiększanie możliwości rozwoju. Naszą ambicją w BEES w BEES jest - i zawsze będzie - umieszczanie klientów w centrum wszystkiego, co robimy, dzięki czemu ich życie będzie łatwiejsze, a ich biznes bardziej dochodowy.

Dzięki naszej platformie handlu elektronicznego B2B i platformie SaaS zapewniamy możliwości rozwiązań cyfrowych małym i średnim sprzedawcom detalicznym, otwierając dla wszystkich nowe możliwości rozwoju. Organizacja BEES AI napędza strategię analizy danych i uczenia maszynowego w zakresie produktów skierowanych do klienta, logistyki, technologii fintech i operacji. Budujemy kompleksowe inteligentne systemy, które optymalizują realizację transakcji handlowych, poprawiają zaangażowanie klientów i zwiększają efektywność operacyjną w skali globalnej.

Jako członek zespołu BEES Frontline Data Science będziesz opracowywać rozwiązania oparte na danych, które zwiększają efektywność sprzedawców, strategie obsługi klientów i spójność realizacji na różnych rynkach.Co będziesz robić:Bądź częścią wpływowego zespołu analityki danych budującego inteligentne systemy, które wspierają realizację sprzedaży i zaangażowanie klientów w skali globalnej. Projektuj, rozwijaj i wdrażaj modele uczenia maszynowego i rozwiązania optymalizacyjne w całym cyklu życia - od badań i eksperymenty na produkcję - koncentrując się na segmentacji klientów, planowaniu wizyt i strategii realizacji. Stosuj zaawansowane techniki, takie jak modelowanie statystyczne, grupowanie, optymalizacja i wyjaśnialność modelu, aby generować przydatne spostrzeżenia i usprawniać podejmowanie decyzji.

Przekładaj złożone problemy komercyjne i operacyjne na skalowalne rozwiązania do analizy danych, włączając reguły biznesowe, ograniczenia i przypadki brzegowe. Kieruj eksperymentami i oceną wydajności i przyczyniaj się do tego, zapewniając, że modele są solidne, łatwe do interpretacji i zgodne z celami biznesowymi. Pisz kod klasy produkcyjnej i twórz kod nadający się do ponownego użycia potoki danych i modelowania, które działają niezawodnie na dużą skalę. Ściśle współpracuj z inżynierami, menedżerami produktu, zespołami operacyjnymi i interesariuszami biznesowymi, aby zapewnić skuteczną integrację rozwiązań z narzędziami i procesami pierwszej linii.

Dąż do doskonałości technicznej poprzez badanie i stosowanie najnowocześniejszych metodologii uczenia maszynowego, optymalizacji i analityki. Zapewnij przejrzystość i zaufanie modelu, wykorzystując techniki wyjaśnialności i jasne komunikowanie zachowań modelu i kompromisów interesariuszom. Czego będziesz potrzebować: Solidne podstawy z zakresu matematyki, statystyki i rozwiązywanie problemów.

Licencjat z matematyki, statystyki, inżynierii, informatyki lub pokrewnej dziedziny ilościowej; Preferowany magister; Doktorat będzie dodatkowym atutem. Udokumentowane doświadczenie w stosowaniu uczenia maszynowego, klastrowania, optymalizacji lub zaawansowanej analityki do rzeczywistych problemów w środowiskach produkcyjnych. Doświadczenie ze złożonymi systemami obejmującymi niepewność, ograniczenia biznesowe oraz ustrukturyzowane i nieustrukturyzowane dane na dużą skalę.

Biegłość w języku Python na potrzeby analizy danych, modelowania i przepływów pracy w produkcji; doświadczenie w przetwarzaniu rozproszonym (np. Spark / PySpark) będzie dodatkowym atutem. Znajomość co najmniej jednej z następujących dziedzin: analityka klienta, strategia dotarcia na rynek lub operacje komercyjne.

Doświadczenie w zakresie technik wyjaśniania modeli (np. SHAP, znaczenie cech, metody redukcji wymiarów, takie jak PCA) oraz interpretacji wyników modeli do użytku biznesowego. Doświadczenie w ramach eksperymentów, walidacji modeli i monitorowaniu wydajności.Dogłębna znajomość najlepszych zasad inżynierii oprogramowania praktyk, w tym kontroli wersji, CI/CD i powtarzalnych przepływów pracy.Umiejętność pracy z niejednoznacznością, kwestionowania założeń i przekładania złożonych potrzeb biznesowych na ustrukturyzowane rozwiązania analityczne.Doskonałe umiejętności komunikacyjne, z umiejętnością wyjaśniania złożonych modeli, kompromisów i spostrzeżeń zarówno technicznym, jak i nietechnicznym odbiorcom.Co oferujemy • Premia zależna od wyników* • Premia za frekwencję* • Prywatny plan emerytalny • Dodatki na posiłki • Nieformalne zasady pracy w biurze i ubiór • Dni wolne* • Zdrowie, stomatologia i życie plany ubezpieczeniowe • Zniżki na leki • Współpraca z WellHub • Pomoc w opiece nad dziećmi • Zniżki na produkty Ambev* • Partnerstwo Clube Ben • Program stypendialny* • Wsparcie w przyborach szkolnych • Platformy i szkolenia do nauki języków • Zwrot kosztów transportu * Obowiązują zasady.

Oryginalnie opublikowano w Himalaje