Menedżer ds. analityki danych - Marketing

Siedziba: R_US - Stany Zjednoczone Adres URL: http://farmersinsurance.com Jesteśmy rolnikami - gdzie ambicje spotykają się z możliwościami. W Farmers jesteśmy znani nie tylko z niezapomnianego jingla - jesteśmy zespołem, którego pasją jest cel i który naprawdę zmienia życie ludzi. Zapewniamy spokój ducha wtedy, gdy jest to najważniejsze.

Nasza kultura zorientowana na wyniki i charakteryzująca się wysoką wydajnością opiera się na kreatywności, odpowiedzialności i odważnych rozwiązaniach. W tym przypadku rozwój to nie tylko cel - to sposób na życie zarówno organizacji, jak i każdej osoby w naszym zespole. Stawiamy czoła wyzwaniom, wyciągamy wnioski z każdego doświadczenia i mierzymy nasz wpływ na klientów, którzy nam zaufali.

Dołącz do wielokrotnie nagradzanego pracodawcy oferującego równe szanse, gdzie znajdziesz coś więcej niż tylko pracę - znajdziesz wspierającą społeczność. Ciesz się korzyściami konkurencyjnymi, bierz udział w znaczących projektach wolontariackich i pomagaj kształtować przyszłość wraz z utalentowanymi kolegami ze wszystkich środowisk. W Farmers pomaganie innym jest sercem tego, co robimy.

Gotowy, aby odcisnąć swoje piętno? Odkryj naszą tętniącą życiem kulturę i odkryj możliwości kariery na stronie www.Farmers.com/careers/corporate. Połącz się z nami na Instagramie, LinkedIn i TikTok i zbudujmy razem coś niesamowitego!

Miejsce pracy: hybrydowe (#LI-Hybrid), zdalne (#LI-Remote) Rolnicy wierzą w kulturę współpracy, kreatywności i innowacji, która kwitnie, gdy mamy możliwość elastycznej pracy w środowisku wirtualnym, a także możliwość przebywania razem osobiście. Nasze hybrydowe środowisko pracy łączy w sobie to, co najlepsze z obu światów, obejmujące co najmniej trzy (3) dni w biurze i maksymalnie dwa (2) dni wirtualne w przypadku pracowników mieszkających w promieniu pięćdziesięciu (50) mil od siedziby firmy Farmers. Kandydaci znajdujący się dalej niż pięćdziesiąt (50) mil mogą być nadal brani pod uwagę.

Streszczenie stanowiska Wykorzystuje dogłębną wiedzę i doświadczenie do stosowania zaawansowanych analiz i modelowania w celu poprawy wyników biznesowych. Wykorzystuje informacje o klientach i dane behawioralne, aby wpływać na strategiczne decyzje biznesowe, korzystając ze złożonej, innowacyjnej analityki, modeli wielowymiarowych, uczenia maszynowego i technologii eksploracji danych. Prowadzi mniej złożone projekty operacjonalizujące decyzje biznesowe i pracuje niezależnie, otrzymując minimalne wskazówki od menedżera.

Rola mentorów, coachów i szkoleni mniej doświadczonych członków zespołu oraz nadzoruje bezpośrednich podwładnych, którzy są indywidualnymi współpracownikami. Podstawowe funkcje zawodowe W codziennej pracy wykorzystuje szeroką wiedzę z zakresu analityki konsumenckiej, w tym modeli retencji, ekonomii agencji i optymalizacji leadów. Wykorzystuje dogłębną wiedzę z zakresu zaawansowanego programowania, złożonych metod ETL i specjalistycznych metod modelowania oraz realizuje projekty.

Demonstruje czysty kod wielokrotnego użytku i efektywną dokumentację, zachęca innych do zrobienia tego samego. Działa jako główny uczestnik wielu faz projektu związanego z nauką o danych (ideacja, projektowanie eksperymentów, EDA, inżynieria funkcji, budowanie modelu, wdrażanie itp.). Wykorzystuje silne poczucie własności i uczestniczy w wielu zadaniach jednocześnie.

Realizuje złożone i często niejasne wyzwania biznesowe związane z analizą danych. Odnosi sukcesy w projektach poprzez określanie zakresu, definiowanie miar sukcesu, wykorzystywanie wizji nauki o danych w celu zapewnienia sukcesu projektu i osiąga sukcesy w niejasnych ramach czasowych. Samodzielnie realizuje szerokie projekty, z poczuciem pilności. Ściśle współpracuje z zespołami IT, biznesowymi i zarządzającymi/inżynieryjnymi danymi, aby zrozumieć, wykorzystać i ulepszyć naszą infrastrukturę danych.

Doradza w trudnych sprawach i służy jako obiektywny i przejrzysty partner w podejmowaniu decyzji w oparciu o fakty oraz miernik kultury sukcesu. Opracowuje prezentacje i przedstawia kierownictwu. Regularnie przekazuje złożony materiał techniczny zrozumiały dla współpracowników nietechnicznych.

Zarządza wdrożeniami złożonych modeli za pomocą ustalonych technik MLOps. Współpracuje z zespołami analitycznymi i IT w celu wdrażania modeli/reguł na różnych platformach i wspierania testowania nowych rozwiązań. Pomaga w kierowaniu ulepszeniami środowiska MLOps.

Nadzoruje, prowadzi, coachuje i zarządza pracą bezpośrednich podwładnych. Regularnie przekazuje informację zwrotną i wspiera rozwój zawodowy. Opiera się na pojawiających się umiejętnościach angażowania pracowników w celu promowania kultury wysokiej wydajności, w której doskonałość jest standardem i aktywnie zachęca się do innowacji.

Działania fizyczne Praca jest wykonywana osobiście w biurze rolników lub wirtualnie w zatwierdzonym alternatywnym miejscu pracy. Fizyczne środowisko pracy to pomieszczenia zamknięte, klimatyzowane, z odpowiednim oświetleniem i wentylacją. Do normalnych i zwyczajowych czynników rozpraszających zalicza się hałas otoczenia wytwarzany przez sprzęt biurowy i rozmowy między ludźmi, a także zakłócenia.

Często siedzi przez dłuższy czas, aż do pełnej zmiany. Czasami porusza się po miejscu pracy, w tym pokonując schody, rampy i równe lub nierówne powierzchnie. Czasami bez pomocy przesuwa, pcha, ciągnie, podnosi, przenosi i/lub umieszcza przedmioty lub materiały o wadze do 25 funtów.

Często używa ramion, ramion, dłoni i palców do manipulowania sprzętem, narzędziami i przedmiotami niezbędnymi do wykonywania obowiązków służbowych. Często wykonuje drobne zadania motoryczne, takie jak pisanie na klawiaturze, poruszanie się myszą lub pisanie, aż do pełnej zmiany. Rzadko wykonuje ruchy takie jak zginanie się, pochylanie, kucanie, klękanie, skręcanie i sięganie ponad kolana lub poniżej kolan.

Posiada wyraźny wzrok, z korekcją lub bez, umożliwiający wizualne odczytywanie i weryfikowanie informacji. Opiera się na percepcji głębi i widzeniu peryferyjnym, aby wizualnie poruszać się po środowisku pracy, identyfikując bariery, zmiany terenu i lokalizując obiekty. Posiada odpowiedni słuch, z korekcją lub bez, umożliwiający komunikację ze współpracownikami, szybkie reagowanie na sygnały dźwiękowe lub alarmy oraz rozróżnianie dźwięków niezbędnych do utrzymania bezpieczeństwa i produktywności w miejscu pracy.

Praca w tej kategorii wymaga rzadkich, jeśli w ogóle, podróży. Wymagania edukacyjne Wymagany dyplom ukończenia szkoły średniej lub równoważny. Preferowany stopień magistra w zakresie analityki danych, statystyki, matematyki, analityki biznesowej lub pokrewnych.

Wymagania dotyczące doświadczenia Minimum pięcioletnie doświadczenie zawodowe wymagane w analizie danych, modelowaniu statystycznym lub matematycznym lub pokrewnym. Mile widziane doświadczenie w branży ubezpieczeniowej. Wymagana jest znajomość Pythona.

Wymagane doświadczenie w CLTV. Mile widziane doświadczenie ML Ops. Mile widziane doświadczenie w routingu leadów.

Dodatkowe kwalifikacje Silna komunikacja werbalna i umiejętności słuchania. Silne umiejętności opowiadania historii z możliwością jasnego przekazywania złożonych spostrzeżeń odbiorcom technicznym i nietechnicznym. Wykazano umiejętności komunikacji pisemnej.

Wykazano umiejętność rozwiązywania problemów. Skuteczne umiejętności interpersonalne. Możliwość wpływania na elementy wewnętrzne i/lub zewnętrzne.

Wykazane umiejętności analityczne. Posiada duże zdolności techniczne. Dąży do zdobywania wiedzy w zakresie specjalizacji.

Biegła obsługa pakietu Microsoft Office. Wykazała się umiejętnością zarządzania czasem i ustalania priorytetów. Potrafi poradzić sobie ze zmianą priorytetów.

Wysoka biegłość w pracy na wielkoskalowych, ustrukturyzowanych i nieustrukturyzowanych, wielowymiarowych danych z wykorzystaniem dogłębnej wiedzy na temat analitycznych języków programowania typu open source obsługujących chmurę. Silna umiejętność konsultowania w zakresie ekstrakcji danych, manipulacji danymi i projektowania danych na potrzeby statystyczne, modelowanie i monitorowanie. Dogłębna znajomość narzędzi do analizy danych, manipulacji (SQL, Python, SAS, R i/lub Snowflake) oraz usług przetwarzania w chmurze (AWS).

Dogłębna znajomość narzędzi do wizualizacji danych (przykład Tableau, Power BI). Wysoka biegłość w stosowaniu technik wyjaśniających, diagnostycznych i wnioskowania, takich jak projektowanie eksperymentów, testowanie hipotez, analiza grupowania, szeregi czasowe i inne algorytmy modelowania statystycznego, z możliwością wyboru odpowiedniej metodologii do tego celu. Duża biegłość w modelowaniu predykcyjnym i nakazowym z wykorzystaniem zaawansowanych technik uczenia maszynowego i głębokiego uczenia się.

Dogłębna wiedza na temat najlepszych praktyk w zakresie wdrażania modeli ML/AI. Potrafi szybko dostosować się do nowych technologii. Dogłębna znajomość standardów kodowania i kontroli wersji (Git).

Praktyczna wiedza z zakresu etyki danych i prywatności danych. Korzyści Rolnicy oferują konkurencyjne wynagrodzenie proporcjonalne do doświadczenia, kwalifikacji i lokalizacji. o Tylko Kalifornia: 115 275 USD - 196 130 USD Tylko CO: 108 375 - 169 070 USD o Tylko HI/IL/MN/VT: 108 375 USD - 181 060 USD Tylko MA: 108 375 - 181 060 USD o MD Tylko: 108 375 USD - 181 060 USD o Tylko DC/NJ/NY/OH: 108 375 USD - 196 130 USD o Albany County, NY/Cleveland, Ohio: 115 275 USD - 169 070 USD o Tylko WA: 108 375 USD - 205 750 USD Możliwość premii (w oparciu o wyniki firmy i indywidualne) 401(k) Medical Dental Vision Konta oszczędnościowe i elastyczne wydatki Ubezpieczenie na życie Płatny urlop Płatny urlop rodzicielski Pomoc w nauce Więcej informacji można znaleźć w sekcji „Co oferujemy” na stronie https://www.farmers.com/careers/corporate/#offer Miejsca pracy: R_US - Stany Zjednoczone Przewidywany termin składania wniosków: W firmie Farmers proces rekrutacji ma na celu znalezienie najlepszych talentów, którzy dołączą do naszego zespołu. W ramach tego procesu zazwyczaj zamykamy otwarte pozycje w ciągu 8 - 21 dni od ich opublikowania.

Jeśli są Państwo zainteresowani którymkolwiek z naszych wolnych stanowisk, zachęcamy do niezwłocznego przesłania aplikacji. Rolnicy rozważą zatrudnienie wszystkich wykwalifikowanych kandydatów, w tym tych z przeszłością kryminalną, zgodnie z rozporządzeniem Los Angeles Fair Chance Initiative for Hiring Ordinance lub innym obowiązującym prawem. Zgodnie z 18 U.S.C.

Artykuł 1033 Rolnikom zabrania się zatrudniania jakiejkolwiek osoby skazanej za przestępstwo związane z nieuczciwością lub nadużyciem zaufania bez uprzedniej pisemnej zgody stanowego Departamentu Ubezpieczeń. W stanie Massachusetts wymaganie lub przeprowadzanie testu na wykrywaczu kłamstw jako warunku zatrudnienia lub kontynuacji zatrudnienia jest niezgodne z prawem. Pracodawca naruszający to prawo podlega sankcjom karnym i odpowiedzialności cywilnej.

Rolnicy są pracodawcą zapewniającym równe szanse i nie dyskryminują w stosunkach pracodawca/pracownik ze względu na rasę, kolor skóry, religię, płeć, orientację seksualną, ekspresję płciową, informacje genetyczne, pochodzenie narodowe, wiek, niepełnosprawność, stan cywilny, status wojskowy lub weteran lub jakąkolwiek inną podstawę chronioną obowiązującymi przepisami dotyczącymi dyskryminacji. Chcesz dowiedzieć się więcej o naszej kulturze i możliwościach? Sprawdź www.Farmers.com/careers/corporate i pamiętaj, aby śledzić nas na Instagramie, LinkedIn i TikTok.

Tylko Spokane w stanie Waszyngton: mieszkańcy, którzy wolą nie podawać swojego adresu, kliknij tutaj, aby przesłać CV pocztą elektroniczną na adres: c***e@***.com Aplikuj bezpośrednio na RemoteJobs.org: https://remotejobs.org/remote-jobs/data-science-manager-marketing-farmers