Business intelligence

10 Công việc Khoa học Dữ liệu hàng đầu trong MNCs ở Ấn Độ để ứng tuyển ngay hôm nay

Dưới đây là những công việc hàng đầu về khoa học dữ liệu 10 có sẵn trong các MNC của Ấn Độ mà bạn có thể ứng tuyển ngay bây giờ Khoa học dữ liệu là một trong những công nghệ mới nổi hàng đầu trên thế giới. Ngày nay, các nhà tuyển dụng đang tìm cách thuê những cá nhân có kỹ năng và kiến ​​thức về khoa học dữ liệu. Nhập môn khoa học dữ liệu có thể được chứng minh là rất bổ ích và sẽ giúp bạn xây dựng sự nghiệp. Nhu cầu đối với các chuyên gia liên quan đến dữ liệu như các nhà khoa học và phân tích dữ liệu hiện đang vượt quá nguồn cung, có nghĩa là các công ty sẵn sàng trả một khoản phí cao để lấp đầy các vị trí công việc đang mở của họ. Analytics Insight đã liệt kê các công việc khoa học dữ liệu 10 hàng đầu có sẵn trong các MNC của Ấn Độ mà bạn có thể đăng ký ngay bây giờ. Nhà khoa học dữ liệu, Microsoft Vị trí: Noida, Uttar Pradesh Trách nhiệm: Làm việc với dữ liệu lớn bằng cách đào tạo và mở rộng khả năng của các mô hình học sâu để cung cấp trải nghiệm hấp dẫn trên các sản phẩm của chúng tôi. Làm việc trong lĩnh vực có vấn đề kỹ thuật quan trọng về kế hoạch, thiết kế, thực hiện và phát hành liên tục và vận hành dịch vụ. Làm việc trong môi trường nhiều nhóm dự án cộng tác. Nhà khoa học dữ liệu – IN3, Walmart Global Tech India Vị trí: Bengaluru, Karnataka Trách nhiệm: Phát triển các thuật toán để tạo ra dự báo nhu cầu tốt hơn và mã mức sản xuất để triển khai các thuật toán. Sử dụng các phương pháp mô hình dự báo để dự báo nhu cầu và nghiên cứu các công nghệ và thuật toán mới hơn để cải thiện độ chính xác của dự báo. Thiết kế các thử nghiệm Khoa học Dữ liệu, thực hiện chúng và ghi lại kết quả. Khoa học dữ liệu, IBM Vị trí: Gurugram, Haryana Trách nhiệm: Thúc đẩy thiết kế giải pháp tổng thể và xác định kiến ​​trúc cần thiết cho nhóm BI để phát triển và thực hiện các dự án phức tạp lớn. Làm việc với các đối tác kinh doanh, nhóm phát triển và nhà thiết kế cấp cao để nắm bắt các yêu cầu, xác định giải pháp sẽ tích hợp với các tài sản BI hiện có / mới, xem xét các nguyên mẫu và phát triển các bản sửa đổi lặp đi lặp lại. Nhà phân tích dữ liệu của Sr., Honeywell Vị trí: Bengaluru, Karnataka Trách nhiệm: Lãnh đạo một nhóm các nhà phát triển MDM và ETL. Hiểu biết vững về Tin học MDM Biết IDQ và Power center là một lợi thế. Chịu trách nhiệm khắc phục sự cố dữ liệu và tiến hành phân tích nguyên nhân gốc rễ khi dữ liệu MDM có vấn đề, duy trì sự hiểu biết sâu sắc về chức năng của tất cả phần cứng và phần mềm hệ thống MDM phối hợp chặt chẽ với nhóm và bất kỳ nhà cung cấp dịch vụ / tích hợp hệ thống nào về quản lý phát hành thành công. KHOA HỌC DỮ LIỆU VÀ DỮ LIỆU LỚN ĐANG HÌNH THÀNH NGÀNH CÔNG NGHIỆP THỰC PHẨM TRONG 2021 NHƯ THẾ NÀO? CÁC CÁCH TỐT NHẤT ĐỂ GIÁM SÁT KỸ NĂNG KHOA HỌC DỮ LIỆU CỦA BẠN NHƯ MỘT NHÀ KHOA HỌC DỮ LIỆU TRONG 2021 MUỐN LÀ MỘT NHÀ KHOA HỌC DỮ LIỆU? ĐÂY LÀ HƯỚNG DẪN HOÀN HẢO CỦA BẠN Chuyên viên phân tích, Kỹ thuật dữ liệu tại Dell Technologies Vị trí: New Delhi Trách nhiệm: Là một nhà phân tích kỹ thuật dữ liệu, bạn sẽ chịu trách nhiệm về việc tạo, cấu trúc và kích hoạt dữ liệu Dịch vụ. Tuân theo các thông lệ kỹ thuật dữ liệu tiêu chuẩn dưới sự chỉ đạo của các đồng nghiệp và ban quản lý. Sử dụng các công cụ một cách thích hợp với hướng dẫn kỹ thuật trong việc hợp nhất và phân tích các nguồn dữ liệu có cấu trúc và phi cấu trúc để tạo ra thông tin chi tiết và giải pháp. Cung cấp hỗ trợ phân tích cơ bản để quản lý chất lượng dữ liệu trong khi đáp ứng các cam kết về thời gian và phân phối dự án kỹ thuật dữ liệu. Nhà khoa học dữ liệu, Trung tâm phần mềm Sony Ấn Độ Pvt. Ltd. Vị trí: Bengaluru, Karnataka Trách nhiệm: Làm việc chặt chẽ với đội ngũ kỹ sư frontend và backend, giám đốc sản phẩm và kỹ sư ML. Thiết kế và phát triển tích hợp dữ liệu và khung chất lượng dữ liệu. Hiện thực hóa các tài sản dữ liệu (mô hình dữ liệu), tạo và duy trì một đường ống dữ liệu lớn hiện đại để đưa vào các mô hình dữ liệu. Đánh giá và áp dụng các công cụ nguồn mở và nhà cung cấp cho dòng dữ liệu. Xác định các nguồn dữ liệu có giá trị và tự động hóa các quy trình thu thập, Tiến hành xử lý trước dữ liệu có cấu trúc và phi cấu trúc, đồng thời chuẩn bị chúng cho các hệ thống học ML / AI. Nhà khoa học dữ liệu cao cấp, Vị trí Visa: Bengaluru, Karnataka Trách nhiệm: Xây dựng và giúp đỡ các đối tác xây dựng năng lực khoa học dữ liệu và giải pháp phân tích để giải quyết các vấn đề kinh doanh của họ. Kiến thức làm việc trong lĩnh vực ngân hàng bán lẻ và thẻ tín dụng để hướng dẫn các nhóm về kiến ​​trúc giải pháp. Thúc đẩy sự đổi mới thông qua việc sử dụng các kỹ thuật khoa học dữ liệu. Hoạt động với tư cách là người ủng hộ khoa học dữ liệu trong các đối tác, tư vấn và huấn luyện các nhóm phân tích và chia sẻ các phương pháp hay nhất và các nghiên cứu điển hình. Data Analyst I, Tech, Uber Vị trí: Hyderabad, Telangana Trách nhiệm: Tham gia vào một nhóm trong nhóm quản lý lỗi GSS và phát triển kiến ​​thức chuyên môn về tất cả các khía cạnh dữ liệu của họ. Đi sâu vào dữ liệu lỗi lịch sử để hiểu các nguồn, bộ tính năng, xác định các mẫu của chúng. Viết truy vấn, thực hiện phân tích đột xuất và tạo báo cáo để đảm bảo nhóm đang hướng tới các quyết định thông minh hơn. Nhà khoa học dữ liệu, PayPal Vị trí: Faridabad, Haryana Trách nhiệm: Xây dựng mô hình định giá khách hàng để kích hoạt chiến lược quản lý rủi ro đa sản phẩm. Điều này bao gồm nhưng không giới hạn ở: chiến lược bán kèm, chiến lược nhắm mục tiêu, một giải pháp thay thế cho các tùy chọn từ chối, v.v. Sử dụng thông tin chi tiết phân tích ở cấp độ khách hàng để hỗ trợ các quyết định chiến lược. Phát triển các báo cáo mới và hiện có để xác định các cơ hội. Kiểm tra và tìm hiểu các chiến lược rủi ro ở cấp độ khách hàng. Nhà phân tích Khoa học Dữ liệu 2, Epsilon Vị trí: Bengaluru, Karnataka Trách nhiệm: Đóng góp và xây dựng thư viện sản phẩm nội bộ tập trung vào giải quyết các vấn đề kinh doanh liên quan đến dự đoán và khuyến nghị. Nghiên cứu các phương pháp luận, kỹ thuật không quen thuộc để tinh chỉnh các mô hình hiện có trong bộ sản phẩm và đề xuất các giải pháp và / hoặc công nghệ tốt hơn.

  • Trang chủ
  • Trí tuệ nhân tạo
  • Chuyên viên phân tích kinh doanh
  • Thông tin kinh doanh
  • Khoa học dữ liệu
  • Back to top button