Royaume-Uni
Experian
BAE
Data Scientist
Royaume-Uni
Frimley, England, United Kingdom
PythonDocker
Traduction automatique. Consultez l’original.
À propos du poste
Lieu(x) : Royaume-Uni, Europe & Afrique :
Royaume-Uni : Frimley
Lieu : Sud de l'Angleterre - 4-5 jours par semaine sur site client.
BAE Systems Digital Intelligence regroupe 4,500 experts du numérique, de la cybersécurité et du renseignement. Nous collaborons dans 10 pays pour collecter, connecter et comprendre des données complexes, afin que les gouvernements, les États, les forces armées et les entreprises commerciales puissent exploiter l'avantage numérique dans les environnements les plus exigeants.
À propos du poste
Nous recherchons un Data Scientist pour rejoindre notre équipe Digital Defence Services suite à une croissance et un succès continus. Au sein de Digital Defence Services, nous sommes un partenaire essentiel du ministère de la Défense du Royaume-Uni dans son adoption de solutions numériques sécurisées qui permettent l'intégration multi-domaines et l'exploitation des données, offrant ainsi un avantage à ceux qui nous servent et nous protègent. Positionné au sein d'une unité commerciale Digital Defence Services florissante et faisant partie d'une communauté dynamique de consultants en sécurité plus large, issue d'autres secteurs, vous serez soutenu dans votre rôle pour apprendre et vous développer, avec des parcours clairs définis pour votre progression de carrière au sein de l'organisation.
Nos collaborateurs sont ce qui nous différencie ; ils sont ingénieux, innovants et dévoués. Nous avons un mélange de généralistes et de spécialistes et reconnaissons que cette diversité contribue à notre succès. Nous reconnaissons les avantages de former des équipes issues d'un mélange de disciplines, ce qui nous permet de proposer des solutions de pointe et de haute qualité. Notre large éventail de travaux dans le secteur public offre des opportunités diverses à nos collaborateurs pour développer leur carrière dans de nouveaux domaines et auprès de nouveaux clients.
La vie chez BAE Systems Digital Intelligence
Nous adoptons le travail hybride. Cela signifie que vous et vos collègues pourrez travailler dans différents endroits, comme à domicile, dans un autre bureau de BAE Systems ou sur site client, à temps partiel ou à temps plein, et que le travail pourra se dérouler à différents moments de la journée.
En adoptant la technologie, nous pouvons interagir, collaborer et créer ensemble, même lorsque nous travaillons à distance les uns des autres. Le travail hybride permet une plus grande flexibilité quant au moment et à l'endroit où nous travaillons, nous aidant à mieux équilibrer notre vie professionnelle et personnelle, et à améliorer notre bien-être.
La diversité et l'inclusion sont partie intégrante du succès de BAE Systems Digital Intelligence. Nous sommes fiers d'avoir une culture organisationnelle où les employés ayant des perspectives, des compétences, des expériences de vie et des antécédents variés – les meilleurs et les plus brillants esprits – peuvent travailler ensemble pour atteindre l'excellence et réaliser le potentiel individuel et organisationnel.
Missions principales
- Concevoir, développer et tester des solutions pour collecter, intégrer et préparer les données pour l'analyse avancée et les applications de machine learning.
- Analyser des ensembles de données complexes pour découvrir des tendances, des modèles et des informations exploitables qui génèrent des résultats commerciaux ou opérationnels.
- Construire, prototyper et évaluer des modèles statistiques et de machine learning pour résoudre des problèmes du monde réel, en testant la faisabilité et en estimant l'impact avant le déploiement complet.
- Ingénier et implémenter des solutions basées sur le ML, en gérant le cycle de vie complet – du développement et déploiement du modèle à la surveillance et à l'itération.
- Déployer des modèles dans des environnements de production, en gérant l'intégration et l'opérationnalisation du ML au sein de systèmes et applications plus larges.
- Évaluer et surveiller en permanence les performances des modèles, en identifiant la dégradation, les lacunes de performance ou les opportunités d'optimisation.
- Collaborer étroitement avec les analystes de données, les ingénieurs et les autres parties prenantes pour définir de nouveaux outils, améliorer les flux de travail et soutenir l'innovation au sein des équipes.
- Communiquer les conclusions, les recommandations et les résultats des modèles à des publics techniques et non techniques par le biais de visualisations et de narration de données.
- Rechercher les techniques émergentes en IA/ML pour rester à la pointe et identifier de nouvelles opportunités pour améliorer les systèmes actuels.
- Veiller à ce que toutes les pratiques de science des données et de ML respectent les normes éthiques, les politiques et les cadres de gouvernance pertinents.
- Fournir des conseils techniques et du mentorat sur l'implémentation du ML au sein des équipes interfonctionnelles.
Science des données et analyse
- L'utilisation et la conception d'algorithmes sont attendues du data scientist, pour extraire des informations significatives et exploitables à partir d'une variété d'ensembles de données. Le data scientist doit prendre l'initiative de développer, tester et déployer des outils sur une gamme de technologies, y compris, mais sans s'y limiter, (1) Elastic, Logstash, Kibana (ELK) et ses équivalents (2) Ni-Fi (3) Python (4) logiciels d'intelligence géospatiale (5) APIs de fournisseurs commerciaux/open-source.
- Le data scientist devra effectuer une analyse exploratoire des ensembles de données pour répondre à une gamme de problèmes clients.
Renseignement d'origine source et exploitation des données
- Le data scientist n'est pas censé être formé/expérimenté en renseignement d'origine source ; cependant, son rôle comprendra le travail avec une gamme d'ensembles de données pour soutenir cet objectif. Le data scientist doit appliquer une gamme de techniques et d'exploitation pour améliorer les résultats clients et mettre en évidence les inconvénients/lacunes des ensembles de données en temps opportun.
- Dans le cadre de son développement professionnel, il est bénéfique d'avoir un data scientist qui prendra l'initiative et suivra des formations qui amélioreront son savoir-faire, ses techniques et ses méthodes d'investigation.
Prérequis
- Vous avez une solide base en science des données, en analyse ou en machine learning, avec une expérience pratique du développement de modèles qui résolvent des problèmes pratiques et produisent un impact mesurable.
- Vous êtes à l'aise pour travailler sur l'ensemble du cycle de vie du machine learning – de l'analyse exploratoire des données et du prototypage de modèles au déploiement en production, à l'intégration et à la surveillance continue.
- Vous maîtrisez Python et son écosystème de données/ML (par exemple, pandas, scikit-learn, PyTorch, TensorFlow), et vous pouvez appliquer des techniques statistiques et de machine learning en toute confiance dans des contextes réels.
- Vous avez déployé des modèles dans des systèmes en direct et comprenez comment rendre le ML opérationnel – que cela implique de travailler avec des APIs, de s'intégrer dans des applications existantes ou d'utiliser des outils de conteneurisation comme Docker.
- Vous surveillez activement les performances des modèles déployés et avez l'expérience de l'identification de la dérive, des déclencheurs de ré-entraînement ou des opportunités d'optimisation.
- Vous restez informé des dernières avancées en matière de machine learning et d'IA et aimez appliquer de nouvelles méthodes ou de nouveaux outils pour améliorer les systèmes et les résultats.
- Vous êtes conscient des considérations éthiques et de gouvernance liées au déploiement du machine learning à grande échelle – telles que le biais, l'équité, l'explicabilité et la conformité – et vous les intégrez dans votre travail.
- Vous êtes un communicateur efficace, capable de traduire un travail technique complexe en informations et recommandations claires, en adaptant votre message pour convenir aux parties prenantes techniques et non techniques.
- Vous aimez travailler en équipes interfonctionnelles, en apportant votre expertise tout en collaborant avec des analystes, des ingénieurs, des équipes produit et des décideurs.
- Vous êtes autonome, orienté solution et prenez en charge votre travail – de la définition d'un problème à la livraison d'une solution prête pour la production.
En raison de la nature de notre activité et des exigences de ce poste, vous devrez détenir une habilitation DV MoD/Partenaire et être de nationalité britannique.
Plus d’opportunités avec un seul profil
Vous souhaitez accéder à plus de postes sans répéter tout le processus ? Créez votre profil pour être trouvé par les entreprises utilisant Nort.
Créer mon profil