Scientifique de données principal

Résumé du poste
Prometheus Federal Services (PFS) est un partenaire de confiance des agences fédérales de santé. Nous recherchons un scientifique des données principal pour soutenir les programmes du ministère des Anciens Combattants (VA) grâce à des analyses avancées, une modélisation prédictive, une science des données et des solutions basées sur l'IA. Ce rôle se concentrera sur la transformation d'actifs de données VA complexes en informations exploitables qui soutiennent la prise de décision opérationnelle, les résultats en matière de soins de santé, les initiatives de modernisation des données et les rapports d'entreprise.

Le Senior Data Scientist collaborera avec les parties prenantes de l'entreprise, les ingénieurs de données, les analystes et les dirigeants du programme pour concevoir, développer et opérationnaliser des solutions analytiques avancées. Le candidat idéal apporte une expertise approfondie en analyse statistique, en apprentissage automatique, en concepts d’ingénierie des données et en analyse des soins de santé, ainsi qu’une expérience de travail dans des environnements de données fédéraux complexes.

Déclaration d'aménagements raisonnables
Pour réussir dans ce travail, une personne doit être capable d'accomplir de manière satisfaisante chaque tâche essentielle. Des aménagements raisonnables peuvent être apportés pour permettre aux personnes handicapées qualifiées d'exercer des fonctions essentielles.

Tâches et responsabilités essentielles
Science des données, analyses avancées et IA/ML

• Développer et mettre en œuvre des modèles analytiques avancés pour identifier les tendances, les modèles, les risques et les opportunités au sein d'ensembles de données vastes et complexes.

• Concevoir, créer et déployer des modèles d'apprentissage automatique pour prendre en charge la prise de décision prédictive et prescriptive.

• Appliquer des techniques statistiques et des méthodologies de science des données pour résoudre des défis commerciaux et opérationnels complexes.

• Développer des modèles de prévision, de classification, de regroupement, de détection d'anomalies et d'optimisation pour soutenir les objectifs du programme.

• Prend en charge les solutions analytiques basées sur l'IA qui améliorent la visibilité opérationnelle, la mesure des performances et la planification des ressources.

• Évaluer les technologies émergentes d'IA, d'apprentissage automatique et d'analyse avancée pour déterminer leur applicabilité dans les environnements VA.

• Développer des cadres de suivi et d'évaluation des modèles pour garantir l'exactitude, la stabilité, l'explicabilité et la performance.

Exploration, préparation et ingénierie des fonctionnalités des données

• Effectuer une analyse exploratoire des données (EDA) pour découvrir des modèles, des anomalies et des facteurs clés de l'activité.

• Effectuer le profilage des données et les évaluations de la qualité pour identifier les problèmes ayant un impact sur les résultats analytiques.

• Développer des stratégies d'ingénierie de fonctionnalités pour améliorer les performances des modèles et leur pertinence commerciale.

• Préparer et transformer des ensembles de données structurés et semi-structurés pour des applications analytiques avancées.

• Collaborer avec les équipes d'ingénierie de données pour établir des ensembles de données analytiques évolutifs et des pipelines de données prêts à être modélisés.

Intégration de données, collaboration en ingénierie et en architecture

• Collaborez avec des ingénieurs et des architectes de données pour intégrer des données dans divers systèmes VA, bases de données, API et plates-formes d'entreprise.

• Soutenir la conception et l'optimisation des pipelines de données et des flux de travail analytiques.

• Contribuer aux efforts de modélisation des données qui améliorent l'accessibilité, l'évolutivité et les performances des solutions analytiques.

• Aider au développement de cadres analytiques réutilisables et d'actifs de science des données dans l'ensemble des programmes.

• Veiller à ce que les solutions analytiques soient conformes aux exigences en matière de gouvernance, de sécurité et de conformité des données.

Partenariat d'affaires, stratégie et communication

• Traduire les questions commerciales, les objectifs politiques et les besoins opérationnels en approches analytiques et en résultats mesurables.

• Présenter les résultats analytiques, les résultats du modèle et les recommandations aux parties prenantes techniques et non techniques.

• Développer des briefings à l'intention des dirigeants, des visualisations de données et des documents d'aide à la décision.

• Collaborer avec la direction du programme pour identifier les opportunités de transition des rapports descriptifs vers des analyses prédictives et prescriptives.

• Communiquer les hypothèses, les limites et les risques du modèle aux parties prenantes de manière claire et compréhensible.

Gouvernance, Documentation & Amélioration Continue

• Développer et maintenir la documentation sur les méthodes analytiques, les modèles, les sources de données, les hypothèses et les procédures de validation.

• Soutenir la gouvernance analytique et les meilleures pratiques liées à la gestion du cycle de vie et à la reproductibilité des modèles.

• Participer aux examens par les pairs et aux activités d'assurance qualité des produits analytiques.

• Évaluer continuellement les nouvelles méthodologies et technologies pour améliorer les capacités analytiques et les résultats des programmes.

• Encadrer les data scientists juniors, les analystes et les membres de l'équipe technique.

Qualifications minimales

• Baccalauréat en science des données, statistiques, informatique, mathématiques appliquées, recherche opérationnelle, ingénierie, informatique de la santé ou dans un domaine connexe.

• Plus de 8 ans d'expérience dans la science des données, l'analyse avancée, l'apprentissage automatique ou dans des rôles techniques connexes.

• Forte maîtrise de Python pour les applications de science des données et d'apprentissage automatique (par exemple, pandas, NumPy, scikit-learn, TensorFlow, PyTorch ou similaire).

• Connaissance avancée des méthodes statistiques, de la modélisation prédictive et des techniques d'apprentissage automatique.

• Forte maîtrise de SQL pour l'extraction, la transformation et l'analyse de données.

• Expérience dans le développement et la validation de modèles d'apprentissage automatique, y compris la classification, la régression, le regroupement, la prévision et la détection d'anomalies.

• Expérience dans la réalisation d'analyses exploratoires de données et dans la communication d'informations à des publics divers.

• Familiarité avec les techniques d'évaluation de modèles, les mesures de performance et les méthodologies de validation.

• Expérience de travail avec des ensembles de données structurés et semi-structurés à grande échelle.

• Compréhension des concepts d'ingénierie des données, y compris les processus ETL/ELT, les pipelines de données et les plates-formes de données basées sur le cloud.

• Solides compétences en résolution de problèmes, en pensée critique et en analyse.

• Excellentes compétences en communication écrite et verbale.

• Autorisé à travailler aux États-Unis indéfiniment sans parrainage.

• Possibilité d'obtenir une autorisation de la confiance publique.…

Source : Himalaya (https://himalayas.app/companies/prometheus-federal-services/jobs/senior-data-scientist)