İş
Ortak beslemesinden
Kıdemli Veri Bilimcisi
$100.000 Maaş
Detaylar
- Çalışma türü
- Tam zamanlı
- Uzaktan
- Evet
- Maaş alt limiti
- 100.000
- Maaş üst limiti
- 140.000
- Şirket
- Prometheus Federal Services
Açıklama
English dilinden otomatik çevrildi. Orijinal metin esas alınmalıdır. Makine çevirisi — daha doğru bir çeviri hazırlanıyor.
Pozisyon Özeti
Prometheus Federal Services (PFS), federal sağlık kurumlarının güvenilir bir ortağıdır. Gelişmiş analitik, tahmine dayalı modelleme, veri bilimi ve yapay zeka destekli çözümler aracılığıyla Gaziler İşleri Bakanlığı (VA) programlarını desteklemek için Kıdemli Veri Bilimcisi arıyoruz. Bu rol, karmaşık VA veri varlıklarını operasyonel karar almayı, sağlık hizmetleri sonuçlarını, veri modernizasyon girişimlerini ve kurumsal raporlamayı destekleyen eyleme geçirilebilir içgörülere dönüştürmeye odaklanacak.
Kıdemli Veri Bilimcisi, gelişmiş analitik çözümleri tasarlamak, geliştirmek ve operasyonel hale getirmek için iş paydaşları, veri mühendisleri, analistler ve program liderleriyle işbirliği yapacak. İdeal aday, karmaşık federal veri ortamlarında çalışma deneyiminin yanı sıra istatistiksel analiz, makine öğrenimi, veri mühendisliği kavramları ve sağlık analitiği konularında derin uzmanlığı da beraberinde getirir.
Makul Kolaylaştırma Beyanı
Bu işte başarılı olmak için bireyin her temel görevi tatmin edici bir şekilde yerine getirebilmesi gerekir. Nitelikli engelli bireylerin temel işlevleri yerine getirmesini sağlamak için Makul Düzenlemeler yapılabilir.
Temel Görev ve Sorumluluklar
Veri Bilimi, İleri Analitik ve Yapay Zeka/Makine Öğrenimi
• Büyük ve karmaşık veri kümeleri içindeki eğilimleri, kalıpları, riskleri ve fırsatları belirlemek için gelişmiş analitik modeller geliştirin ve uygulayın.
• Tahmine dayalı ve kuralcı karar almayı desteklemek için makine öğrenimi modellerini tasarlayın, oluşturun ve dağıtın.
• Karmaşık iş ve operasyonel zorlukları çözmek için istatistiksel teknikleri ve veri bilimi metodolojilerini uygulayın.
• Program hedeflerini desteklemek için tahmin, sınıflandırma, kümeleme, anormallik tespiti ve optimizasyon modelleri geliştirin.
• Operasyonel öngörüyü, performans ölçümünü ve kaynak planlamasını geliştiren yapay zeka destekli analitik çözümleri destekleyin.
• VA ortamlarında uygulanabilirlik açısından ortaya çıkan yapay zeka, makine öğrenimi ve gelişmiş analitik teknolojilerini değerlendirin.
• Doğruluğu, istikrarı, açıklanabilirliği ve performansı sağlamak için model izleme ve değerlendirme çerçeveleri geliştirin.
Veri Araştırma, Hazırlama ve Özellik Mühendisliği
• Kalıpları, anormallikleri ve temel iş etkenlerini ortaya çıkarmak için keşifsel veri analizi (EDA) gerçekleştirin.
• Analitik sonuçları etkileyen sorunları belirlemek için veri profili oluşturma ve kalite değerlendirmeleri gerçekleştirin.
• Model performansını ve iş uygunluğunu iyileştirmek için özellik mühendisliği stratejileri geliştirin.
• Gelişmiş analitik uygulamalar için yapılandırılmış ve yarı yapılandırılmış veri kümelerini hazırlayın ve dönüştürün.
• Ölçeklenebilir analitik veri kümeleri ve modele hazır veri hatları oluşturmak için veri mühendisliği ekipleriyle işbirliği yapın.
Veri Entegrasyonu, Mühendislik ve Mimarlık İşbirliği
• Verileri çeşitli VA sistemleri, veritabanları, API'ler ve kurumsal platformlar genelinde entegre etmek için veri mühendisleri ve mimarlarla işbirliği yapın.
• Veri hatları ve analitik iş akışlarının tasarımını ve optimizasyonunu destekleyin.
• Analitik çözümlerin erişilebilirliğini, ölçeklenebilirliğini ve performansını artıran veri modelleme çabalarına katkıda bulunun.
• Programlar genelinde yeniden kullanılabilir analitik çerçevelerin ve veri bilimi varlıklarının geliştirilmesine yardımcı olun.
• Analitik çözümlerin veri yönetimi, güvenlik ve uyumluluk gereksinimleriyle uyumlu olmasını sağlayın.
İş Ortaklığı, Strateji ve İletişim
• İş sorularını, politika hedeflerini ve operasyonel ihtiyaçları analitik yaklaşımlara ve ölçülebilir sonuçlara dönüştürün.
• Analitik bulguları, model çıktılarını ve önerileri teknik ve teknik olmayan paydaşlara sunun.
• Yönetici düzeyinde brifingler, veri görselleştirmeleri ve karar destek materyalleri geliştirin.
• Tanımlayıcı raporlamadan tahmine dayalı ve kuralcı analitiğe geçiş fırsatlarını belirlemek için program liderleriyle işbirliği yapın.
• Model varsayımlarını, sınırlamalarını ve risklerini paydaşlara açık ve anlaşılır bir şekilde iletin.
Yönetişim, Dokümantasyon ve Sürekli İyileştirme
• Analitik yöntemler, modeller, veri kaynakları, varsayımlar ve doğrulama prosedürleri için dokümantasyon geliştirin ve sürdürün.
• Model yaşam döngüsü yönetimi ve tekrarlanabilirliğine ilişkin analitik yönetişimi ve en iyi uygulamaları destekleyin.
• Analitik ürünler için akran incelemelerine ve kalite güvence faaliyetlerine katılın.
• Analitik yetenekleri ve program sonuçlarını iyileştirmek için yeni metodolojileri ve teknolojileri sürekli olarak değerlendirin.
• Kıdemsiz veri bilimcilerine, analistlere ve teknik ekip üyelerine mentorluk yapın.
Asgari Nitelikler
• Veri Bilimi, İstatistik, Bilgisayar Bilimi, Uygulamalı Matematik, Yöneylem Araştırması, Mühendislik, Sağlık Bilişimi veya ilgili bir alanda lisans derecesi.
• Veri bilimi, ileri analitik, makine öğrenimi veya ilgili teknik rollerde 8 yıldan fazla deneyim.
• Veri bilimi ve makine öğrenimi uygulamaları için Python'da güçlü yeterlilik (ör. pandas, NumPy, scikit-learn, TensorFlow, PyTorch veya benzeri).
• İstatistiksel yöntemler, tahmine dayalı modelleme ve makine öğrenimi teknikleri konusunda ileri düzeyde bilgi.
• Veri çıkarma, dönüştürme ve analiz için SQL'de güçlü yeterlilik.
• Sınıflandırma, regresyon, kümeleme, tahmin ve anormallik tespiti de dahil olmak üzere makine öğrenimi modellerini geliştirme ve doğrulama deneyimi.
• Keşifsel veri analizi yürütme ve içgörüleri farklı hedef kitlelere aktarma deneyimi.
• Model değerlendirme teknikleri, performans ölçümleri ve doğrulama metodolojilerine aşinalık.
• Büyük ölçekli yapılandırılmış ve yarı yapılandırılmış veri kümeleriyle çalışma deneyimi.
• ETL/ELT süreçleri, veri hatları ve bulut tabanlı veri platformları dahil olmak üzere veri mühendisliği kavramlarının anlaşılması.
• Güçlü problem çözme, eleştirel düşünme ve analitik beceriler.
• Mükemmel yazılı ve sözlü iletişim becerileri.
• ABD'de sponsorluk olmaksızın süresiz olarak çalışma iznine sahiptir.
• Kamu Güven izni alma yeteneği.…
Kaynak: Himalayalar (https://himalayas.app/companies/prometheus-federal-services/jobs/senior-data-scientist)
Prometheus Federal Services (PFS), federal sağlık kurumlarının güvenilir bir ortağıdır. Gelişmiş analitik, tahmine dayalı modelleme, veri bilimi ve yapay zeka destekli çözümler aracılığıyla Gaziler İşleri Bakanlığı (VA) programlarını desteklemek için Kıdemli Veri Bilimcisi arıyoruz. Bu rol, karmaşık VA veri varlıklarını operasyonel karar almayı, sağlık hizmetleri sonuçlarını, veri modernizasyon girişimlerini ve kurumsal raporlamayı destekleyen eyleme geçirilebilir içgörülere dönüştürmeye odaklanacak.
Kıdemli Veri Bilimcisi, gelişmiş analitik çözümleri tasarlamak, geliştirmek ve operasyonel hale getirmek için iş paydaşları, veri mühendisleri, analistler ve program liderleriyle işbirliği yapacak. İdeal aday, karmaşık federal veri ortamlarında çalışma deneyiminin yanı sıra istatistiksel analiz, makine öğrenimi, veri mühendisliği kavramları ve sağlık analitiği konularında derin uzmanlığı da beraberinde getirir.
Makul Kolaylaştırma Beyanı
Bu işte başarılı olmak için bireyin her temel görevi tatmin edici bir şekilde yerine getirebilmesi gerekir. Nitelikli engelli bireylerin temel işlevleri yerine getirmesini sağlamak için Makul Düzenlemeler yapılabilir.
Temel Görev ve Sorumluluklar
Veri Bilimi, İleri Analitik ve Yapay Zeka/Makine Öğrenimi
• Büyük ve karmaşık veri kümeleri içindeki eğilimleri, kalıpları, riskleri ve fırsatları belirlemek için gelişmiş analitik modeller geliştirin ve uygulayın.
• Tahmine dayalı ve kuralcı karar almayı desteklemek için makine öğrenimi modellerini tasarlayın, oluşturun ve dağıtın.
• Karmaşık iş ve operasyonel zorlukları çözmek için istatistiksel teknikleri ve veri bilimi metodolojilerini uygulayın.
• Program hedeflerini desteklemek için tahmin, sınıflandırma, kümeleme, anormallik tespiti ve optimizasyon modelleri geliştirin.
• Operasyonel öngörüyü, performans ölçümünü ve kaynak planlamasını geliştiren yapay zeka destekli analitik çözümleri destekleyin.
• VA ortamlarında uygulanabilirlik açısından ortaya çıkan yapay zeka, makine öğrenimi ve gelişmiş analitik teknolojilerini değerlendirin.
• Doğruluğu, istikrarı, açıklanabilirliği ve performansı sağlamak için model izleme ve değerlendirme çerçeveleri geliştirin.
Veri Araştırma, Hazırlama ve Özellik Mühendisliği
• Kalıpları, anormallikleri ve temel iş etkenlerini ortaya çıkarmak için keşifsel veri analizi (EDA) gerçekleştirin.
• Analitik sonuçları etkileyen sorunları belirlemek için veri profili oluşturma ve kalite değerlendirmeleri gerçekleştirin.
• Model performansını ve iş uygunluğunu iyileştirmek için özellik mühendisliği stratejileri geliştirin.
• Gelişmiş analitik uygulamalar için yapılandırılmış ve yarı yapılandırılmış veri kümelerini hazırlayın ve dönüştürün.
• Ölçeklenebilir analitik veri kümeleri ve modele hazır veri hatları oluşturmak için veri mühendisliği ekipleriyle işbirliği yapın.
Veri Entegrasyonu, Mühendislik ve Mimarlık İşbirliği
• Verileri çeşitli VA sistemleri, veritabanları, API'ler ve kurumsal platformlar genelinde entegre etmek için veri mühendisleri ve mimarlarla işbirliği yapın.
• Veri hatları ve analitik iş akışlarının tasarımını ve optimizasyonunu destekleyin.
• Analitik çözümlerin erişilebilirliğini, ölçeklenebilirliğini ve performansını artıran veri modelleme çabalarına katkıda bulunun.
• Programlar genelinde yeniden kullanılabilir analitik çerçevelerin ve veri bilimi varlıklarının geliştirilmesine yardımcı olun.
• Analitik çözümlerin veri yönetimi, güvenlik ve uyumluluk gereksinimleriyle uyumlu olmasını sağlayın.
İş Ortaklığı, Strateji ve İletişim
• İş sorularını, politika hedeflerini ve operasyonel ihtiyaçları analitik yaklaşımlara ve ölçülebilir sonuçlara dönüştürün.
• Analitik bulguları, model çıktılarını ve önerileri teknik ve teknik olmayan paydaşlara sunun.
• Yönetici düzeyinde brifingler, veri görselleştirmeleri ve karar destek materyalleri geliştirin.
• Tanımlayıcı raporlamadan tahmine dayalı ve kuralcı analitiğe geçiş fırsatlarını belirlemek için program liderleriyle işbirliği yapın.
• Model varsayımlarını, sınırlamalarını ve risklerini paydaşlara açık ve anlaşılır bir şekilde iletin.
Yönetişim, Dokümantasyon ve Sürekli İyileştirme
• Analitik yöntemler, modeller, veri kaynakları, varsayımlar ve doğrulama prosedürleri için dokümantasyon geliştirin ve sürdürün.
• Model yaşam döngüsü yönetimi ve tekrarlanabilirliğine ilişkin analitik yönetişimi ve en iyi uygulamaları destekleyin.
• Analitik ürünler için akran incelemelerine ve kalite güvence faaliyetlerine katılın.
• Analitik yetenekleri ve program sonuçlarını iyileştirmek için yeni metodolojileri ve teknolojileri sürekli olarak değerlendirin.
• Kıdemsiz veri bilimcilerine, analistlere ve teknik ekip üyelerine mentorluk yapın.
Asgari Nitelikler
• Veri Bilimi, İstatistik, Bilgisayar Bilimi, Uygulamalı Matematik, Yöneylem Araştırması, Mühendislik, Sağlık Bilişimi veya ilgili bir alanda lisans derecesi.
• Veri bilimi, ileri analitik, makine öğrenimi veya ilgili teknik rollerde 8 yıldan fazla deneyim.
• Veri bilimi ve makine öğrenimi uygulamaları için Python'da güçlü yeterlilik (ör. pandas, NumPy, scikit-learn, TensorFlow, PyTorch veya benzeri).
• İstatistiksel yöntemler, tahmine dayalı modelleme ve makine öğrenimi teknikleri konusunda ileri düzeyde bilgi.
• Veri çıkarma, dönüştürme ve analiz için SQL'de güçlü yeterlilik.
• Sınıflandırma, regresyon, kümeleme, tahmin ve anormallik tespiti de dahil olmak üzere makine öğrenimi modellerini geliştirme ve doğrulama deneyimi.
• Keşifsel veri analizi yürütme ve içgörüleri farklı hedef kitlelere aktarma deneyimi.
• Model değerlendirme teknikleri, performans ölçümleri ve doğrulama metodolojilerine aşinalık.
• Büyük ölçekli yapılandırılmış ve yarı yapılandırılmış veri kümeleriyle çalışma deneyimi.
• ETL/ELT süreçleri, veri hatları ve bulut tabanlı veri platformları dahil olmak üzere veri mühendisliği kavramlarının anlaşılması.
• Güçlü problem çözme, eleştirel düşünme ve analitik beceriler.
• Mükemmel yazılı ve sözlü iletişim becerileri.
• ABD'de sponsorluk olmaksızın süresiz olarak çalışma iznine sahiptir.
• Kamu Güven izni alma yeteneği.…
Kaynak: Himalayalar (https://himalayas.app/companies/prometheus-federal-services/jobs/senior-data-scientist)
Bu ilan bir ortak kaynağından gelmektedir. Başvuruyu kaynak web sitesinde yapın.
Kaynak: Prometheus Federal Services
İlan Prometheus Federal Services tarafından sağlanmıştır.