Vereinigte Staaten
B&A
Kia Corporation
Data Scientist - Business Analytics & ML
Vereinigte Staaten
Tustin, California, United States
PythonSQLAWS
Automatische Übersetzung. Prüfe das Original.
ALLGEMEINE ZUSAMMENFASSUNG
Bei Kia entwickeln wir preisgekrönte Produkte und definieren den Wert in der Automobilindustrie neu. Es braucht eine besondere Gruppe von Individuen, um das zu tun, was wir tun, und wir tun es gemeinsam. Unsere Kultur ist schnelllebig, kollaborativ und innovativ. Unsere Mitarbeiter denken gerne anders und hinterfragen den Status quo. Wir schaffen hier etwas Besonderes, eine Kultur des Lernens und der Möglichkeiten, in der Sie Kia helfen können, Großes zu erreichen und vor allem jeden Tag Leidenschaft und Verbundenheit für Ihre Arbeit empfinden.
Der Data Scientist spielt eine wichtige Rolle bei der Durchführung von Datenanalysen für die regionalen Tochtergesellschaften von Kia North America (KUS/KCA/KaGA/KMX). Das Big Data Analysis Team von Kia nutzt riesige und vielfältige Datensätze, um Geschäftsverbesserungen und Erkenntnisse zu erzielen. Die Rolle erfordert Fachkenntnisse in Statistik, machine learning und Informatik, um Hochleistungs-Compute-Cluster zu nutzen und reproduzierbare Analysen im großen Maßstab durchzuführen. Diese Position unterstützt die Anwendung von Daten, Analysen, Automatisierung und verantwortungsvoller KI zur Weiterentwicklung der Geschäftsabläufe von Kia. Diese Rolle konzentriert sich auf die Nutzung von Daten und machine learning, um komplexe Geschäftsfragen zu beantworten, analytische und prädiktive Modelle zu erstellen und Ergebnisse in klare Erkenntnisse und Empfehlungen für Stakeholder zu übersetzen. Die Rolle geht über die Berichterstattung hinaus, indem sie Probleme formuliert, Analysen entwirft und Entscheidungen beeinflusst.
Kia bietet seinen Mitarbeitern wettbewerbsfähige Leistungen, darunter eine erstklassige bezahlte Kranken-, Zahn- und Augenversicherung für Sie und Ihre Angehörigen, eine 401(k) Plan-Zuzahlung von 100% bis zu 6% des Gehaltsverzichtes und bezahlte Freistellung. Kia bietet außerdem Leasing- und Kaufprogramme für das Unternehmen, unternehmensweite Feiertagschließungen, bezahlte Stunden für Freiwilligenarbeit und erstklassige Lifestyle-Annehmlichkeiten auf unserem Firmencampus in Irvine, Kalifornien.
Gehaltsspanne
Status Exempt
Kompetenzen
- Care for People
- Chase Excellence Every Day
- Dare to Push Boundaries
- Empower People to Act
- Move Further Together
Gehaltsspanne
$89,936 - $121,409
Die Bezahlung basiert auf mehreren Variablen, die für jeden Kandidaten einzigartig sind, einschließlich, aber nicht beschränkt auf, berufsbezogene Fähigkeiten, Erfahrung, relevante Ausbildung oder Schulung usw.
Chancengleichheit am Arbeitsplatz
KUS bietet allen Mitarbeitern und Bewerbern gleiche Beschäftigungschancen (EEO), unabhängig von Rasse, Hautfarbe, Religion, Herkunft, nationaler Herkunft, Geschlecht, einschließlich Schwangerschaft und Geburt sowie damit verbundenen medizinischen Zuständen, Geschlecht, Geschlechtsidentität, Geschlechtsausdruck, Alter, gesetzlich geschützter körperlicher oder geistiger Behinderung, gesetzlich geschütztem medizinischem Zustand, Familienstand, sexueller Orientierung, Familienpflege- oder medizinischem Urlaubsstatus, geschütztem Veteranen- oder Militärstatus, genetischen Informationen oder anderen gesetzlich geschützten Merkmalen. KUS hält die geltenden Gesetze zur Nichtdiskriminierung am Arbeitsplatz in jedem Standort ein, an dem KUS Büros unterhält. Die EEO-Richtlinie von KUS gilt für alle Bereiche der Beschäftigung, einschließlich Rekrutierung, Einstellung, Schulung, Beförderung, Vergütung, Leistungen, Disziplin, Kündigung und aller anderen Privilegien, Bedingungen und Konditionen der Beschäftigung.
Haftungsausschluss: Die obigen Informationen in dieser Stellenbeschreibung wurden entwickelt, um die allgemeine Art und das Niveau der Arbeit anzuzeigen, die von Mitarbeitern in dieser Klassifizierung und für diese Position geleistet wird. Sie sind nicht dazu bestimmt, ein umfassendes Inventar aller Aufgaben, Verantwortlichkeiten und Qualifikationen zu enthalten oder als solches ausgelegt zu werden, die von Mitarbeitern in dieser Position verlangt werden.
WESENTLICHE AUFGABEN UND VERANTWORTLICHKEITEN
1. Priorität - 30%
Geschäftsproblemformulierung, Datenaufbereitung & Analyse
- Bewertung der Genauigkeit neuer Datenquellen
- Verständnis von Geschäftsprozessen und Entscheidungsrahmen und deren Übersetzung in datengesteuerte Metriken und KPIs.
- Vorverarbeitung strukturierter und unstrukturierter Daten
- Analyse großer Datenmengen zur Entdeckung von Trends und Mustern
- Erstellung von Vorhersage- und Klassifikationsmodellen
- Koordination mit verschiedenen funktionalen Teams für Feature Engineering
- Partnerschaft mit Business Stakeholdern zur Formulierung von Problemen, Definition von Erfolgsmetriken und Übersetzung von Geschäftsfragen in analytische Ansätze
2. Priorität - 30%
Generierung von Erkenntnissen, Visualisierung & Modellverbesserung
- Testen und kontinuierliche Verbesserung der Genauigkeit von statistischen und machine learning Modellen
- Präsentation von Erkenntnissen auf eine Weise, die die Analyse klar mit Geschäftsentscheidungen und -aktionen verknüpft
- Komplexe Analysen in geschäftsrelevanten Begriffen formulieren und kommunizieren, die nicht-technische Stakeholder verstehen und umsetzen können
- Kontinuierliche Überwachung und Validierung von Produktionsanalyseergebnissen
3. Priorität - 20%
Zusammenarbeit mit dem IT-Team zur Bereitstellung von Analyseergebnissen
- Erstellung von REST APIs für den Konsum von Daten und Analyseergebnissen
- Unterstützung der IT-Systementwickler bei der Bereitstellung von Analysen als Dienstleistung
4. Priorität - 20%
Klare Dokumentation, Quellcodeverwaltung und reproduzierbare Analyse
- Verwendung von git innerhalb von GitLab
- Erstellung virtueller Umgebungen zur Isolierung von Projektabhängigkeiten und -anforderungen
- Nachverfolgung der Modellleistung und Hyperparameter-Konfigurationen
- Nachverfolgung der Datenversionierung
Diese Liste der wesentlichen Verantwortlichkeiten und Aufgaben ist nicht erschöpfend und kann nach Bedarf durch das Management ergänzt und geändert werden.
QUALIFIKATIONEN/AUSBILDUNG
Ausbildung
- Bachelor-Abschluss in einem quantitativen Fachbereich erforderlich (z. B. Data Science, Statistik, Informatik, Ingenieurwesen, Wirtschaftswissenschaften, Mathematik, Business Analytics oder verwandtes Fachgebiet)
- Starke Datenanalyse- und statistische Grundlagen erforderlich.
- Beherrschung von Python und SQL erforderlich.
- Vertrautheit mit angewandten machine learning-Konzepten erforderlich.
- Starkes Geschäftsverständnis und Fähigkeit zur Koordination zwischen technischen Teams und nicht-technischen Business Stakeholdern.
- Erfahrung in der Abfrage von Datenbanken und der Verwendung von Programmiersprachen wie Python und SQL
- Erfahrung mit Statistik und machine learning-Algorithmen
- Erfahrung in der Veröffentlichung von Ergebnissen für Stakeholder über Dashboards (z. B. Power BI, MicroStrategy, Tableau)
SPEZIFISCHE ERFORDERLICHE FÄHIGKEITEN UND KENNTNISSE
- Beherrschung von Python und SQL
- Kenntnisse einer Vielzahl von machine learning-Techniken, deep learning von Vorteil
- Kenntnisse fortgeschrittener statistischer Techniken
- Erfahrung mit gängigen Python-Bibliotheken für die Datenanalyse wie Pandas und NumPy
- Erfahrung mit Visualisierungsbibliotheken wie Matplotlib, Seaborn, Plotly, Bokeh und Plotnine
- Erfahrung in der Entwicklung und Bewertung statistischer und machine learning-Modelle mit Bibliotheken wie statsmodels und scikit-learn
- Starke datengesteuerte Problemlösungsfähigkeiten
- Ausgezeichnete schriftliche und mündliche Kommunikationsfähigkeiten zur Koordination über Teams hinweg
JOBANFORDERUNG
- Master-Abschluss in einem quantitativen Fachbereich bevorzugt
- 3+ Jahre Erfahrung in Data Science bevorzugt.
- Erfahrung mit Big-Data-Verarbeitungsframeworks wie Spark (z. B. PySpark); Erfahrung mit dem Hadoop-Ökosystem oder Cloud-Plattformen (z. B. Databricks, AWS) bevorzugt
- Erfahrung mit Big-Data-Verarbeitungswerkzeugen wie Spark (z. B. PySpark); Erfahrung mit dem Hadoop-Ökosystem oder Cloud-Plattformen bevorzugt
- Erfahrung mit deep learning-Frameworks wie PyTorch und TensorFlow bevorzugt
Mehr Möglichkeiten mit einem Profil
Für mehr Stellen berücksichtigt werden, ohne den ganzen Prozess zu wiederholen? Erstellen Sie Ihr Profil, damit Unternehmen auf Nort Sie finden.
Profil erstellen