Data science

Thông báo về vị trí tuyển dụng: Các công việc về Khoa học dữ liệu hàng đầu để ứng tuyển trong tuần này ở Ấn Độ

Cảnh báo về vị trí tuyển dụng cho các công việc khoa học dữ liệu hàng đầu để ứng tuyển trong tuần này cho các nhà khoa học dữ liệu đầy tham vọng Khoa học dữ liệu là lĩnh vực việc làm nóng nhất trong thị trường định hướng dữ liệu toàn cầu tại 2021 . Các công ty được xúi giục tuyển dụng nhân viên cho nhiều công việc khoa học dữ liệu như nhà khoa học dữ liệu, kỹ sư dữ liệu, nhà phân tích dữ liệu, kiến ​​trúc sư dữ liệu, v.v. Những công việc về khoa học dữ liệu này giúp các công ty quản lý dữ liệu không hiệu quả một cách hiệu quả trong thế giới cạnh tranh này. Đây là một bài báo cảnh báo cho các vị trí tuyển dụng trong ngành khoa học dữ liệu, nơi một người có thể tìm thấy một công việc khoa học dữ liệu thuận lợi và phù hợp để kiếm được một gói lương béo bở trong suốt một năm. Hãy cùng khám phá một số công việc khoa học dữ liệu hàng đầu để ứng tuyển trong tuần này tại Ấn Độ. R VS PYTHON: KHÁM PHÁ SỰ KHÁC BIỆT NHƯ THẾ NÀO KHÔNG AI PHÂN TÍCH VỀ CÁCH TỰ ĐỘNG HÓA CÁC CÔNG VIỆC KHOA HỌC DỮ LIỆU? LÀM THẾ NÀO ĐỂ CHỌN ĐƯỢC KHÓA HỌC KHOA HỌC DỮ LIỆU ĐÚNG? ĐÂY LÀ MỌI ĐIỀU BẠN CẦN BIẾT VỀ NHÀ QUẢN TRỊ CƠ SỞ DỮ LIỆU Các công việc hàng đầu về khoa học dữ liệu để áp dụng Nhà khoa học dữ liệu: Phân tích nâng cao tại IBM Vị trí: New Delhi Trách nhiệm: Nhà khoa học dữ liệu cần làm việc với nhóm IBM Q Start để tích cực tham gia nghiên cứu khám phá để chuẩn bị cho tương lai sử dụng trường hợp thương mại hóa cũng như đào tạo các nhóm khoa học dữ liệu khách hàng để xác định các khu vực để thăm dò lượng tử. Điều cần thiết là phải triển khai các phương pháp tiếp cận lượng tử bao gồm xử lý trước / sau dữ liệu, chạy số cũng như trực quan hóa dữ liệu. Nhân viên đó nên cộng tác với ngành và cung cấp giải pháp cho các chuyên gia để thiết kế và định hình các thí nghiệm nhằm đạt được các lợi thế về lượng tử. Cần xác định các phương pháp hay nhất trong kiến ​​trúc thông tin như thu thập, tích hợp, phân tích và trực quan hóa dữ liệu để quản lý dữ liệu hiệu quả. Trình độ chuyên môn: Ứng viên phải có bằng Cử nhân, Thạc sĩ hoặc Tiến sĩ. bằng cấp trong các lĩnh vực liên quan đến STEM với đủ kiến ​​thức về tính toán lượng tử. Phải có hơn năm năm kinh nghiệm về kỹ thuật dữ liệu và khoa học dữ liệu với hơn hai năm kinh nghiệm tư vấn với chuyên môn sâu về miền. Điều cần thiết là phải thông thạo các phương pháp tiếp cận cổ điển đối với ML và đại số tuyến tính, phần mềm Qiskit và thông thạo tiếng Anh. Nhấp vào đây để ứng tuyển Nhà khoa học dữ liệu: AI + ML Senior tại EY Vị trí: Kolkata Trách nhiệm: Nhà khoa học dữ liệu phải là một phần của việc cung cấp các dự án liên quan đến khoa học dữ liệu cho cơ sở khách hàng toàn cầu. Có công việc thực hành và phân phối các dự án phân tích, học máy và trí tuệ nhân tạo nâng cao với các tương tác hiệu quả với khách hàng và quản lý khách hàng trong khi cố vấn cho đàn em. Trình độ chuyên môn: Ứng viên phải có bằng B. Tech / M. Tech / Masters / Ph.D. trong bất kỳ lĩnh vực kỹ thuật nào như thống kê, kinh tế, khoa học máy tính, robot, kỹ thuật cơ khí, v.v. với kinh nghiệm thực hành từ năm đến chín năm trong lĩnh vực máy học hoặc phân tích nâng cao. Cần có đủ kiến ​​thức về kỹ thuật thống kê, thuật toán học máy nâng cao, NLP, ngôn ngữ lập trình, mạng nơ-ron và thị giác máy tính. Nhấp vào đây để đăng ký Chuyên viên phân tích dữ liệu tại Accenture Vị trí: Mumbai Trách nhiệm: Nhà phân tích dữ liệu được yêu cầu phân tích và giải quyết các vấn đề có độ phức tạp thấp hơn trong khi tương tác hàng ngày với các đồng nghiệp trước khi cập nhật người giám sát thường xuyên. Việc tiếp xúc với khách hàng hoặc quản lý Accenture có giới hạn với các hướng dẫn ở mức độ vừa phải về công việc hàng ngày bao gồm cả nhiệm vụ mới. Ứng viên cần tham gia vào công việc kinh doanh hàng ngày và thảo luận với các bên liên quan trong khi không ngừng tìm cách nâng cao giá trị cho khách hàng. Trình độ chuyên môn: Ứng viên phải có bằng M.Sc. hoặc MBA từ một cơ sở uy tín với ba đến năm năm kinh nghiệm thực hành. Điều cần thiết là phải có đủ kiến ​​thức về khoa học dữ liệu và các ngôn ngữ lập trình như R và môi trường trong ngành này. Nhấp vào đây để đăng ký Kỹ sư dữ liệu: Business Intelligence tại IBM Vị trí: Bengaluru Trách nhiệm: Kỹ sư dữ liệu được yêu cầu thiết kế và phát triển các bảng điều khiển, báo cáo và tùy chỉnh các tiện ích ngoại vi theo nhu cầu của khách hàng. Cần hiểu rõ các yêu cầu về báo cáo và trực quan hóa tài liệu trong khi thực hiện phân tích dữ liệu chi tiết, quản lý dữ liệu, mối quan hệ, xác thực dữ liệu, v.v. Ứng viên cần phát triển các báo cáo và tham gia vào các phiên họp báo cáo hàng ngày. Trình độ chuyên môn: Ứng viên phải có bằng Cử nhân với tối thiểu năm năm kinh nghiệm thực tế. Điều cần thiết là phải có đủ kiến ​​thức về QlikSense cùng với công việc thực hành với tập lệnh Qlik, tối ưu hóa hiệu suất báo cáo, phát triển tiện ích mở rộng QlikSense trong kiến ​​trúc JavaScript, Angular.JS, QlikSense và Qlikview, v.v. Cần có hiểu biết rõ ràng về mô hình dữ liệu và chiều, các hàm SQL phân tích, đi sâu vào, các phương pháp xử lý ETL, quản lý siêu dữ liệu, v.v. Nhấp vào đây để đăng ký Kỹ sư dữ liệu tại Amazon Vị trí: Hyderabad Trách nhiệm: Kỹ sư dữ liệu cần thiết kế và cung cấp kiến ​​trúc dữ liệu lớn cho các hệ thống sản xuất và thử nghiệm trong khi phát triển quy trình học máy và tích hợp với DDB và giao diện người dùng. Cần phải phát triển và duy trì các tập dữ liệu trong AWS Dynamo DB và AWS S3, đồng thời tận dụng EMR để xử lý trước, làm sạch và chuyển đổi khối lượng lớn các tập dữ liệu. Ứng viên nên sắp xếp các chức năng từng bước với Python và cộng tác với các nhà khoa học dữ liệu, quản lý sản phẩm, kỹ sư phần mềm, v.v. Điều quan trọng là phải đổi mới và định hướng các quyết định chiến lược trong các cuộc thảo luận về thiết kế với các bên liên quan của dự án. Trình độ chuyên môn: Ứng viên phải có hơn năm năm kinh nghiệm với tư cách là kỹ sư ML, kỹ sư dữ liệu và các công việc kỹ thuật khác với kinh nghiệm thực hành trong công nghệ cơ sở dữ liệu như Hadoop, Spark, Scala, v.v. Cần phải có trình độ viết mã trong Python, Shell và đào tạo mô hình có thể mở rộng. Điều cần thiết là phải có kinh nghiệm với thư viện ML, khuôn khổ, phát triển và hỗ trợ hệ thống sản xuất ML, xây dựng hệ thống trích xuất dữ liệu phân tán có tính khả dụng cao, xử lý bộ dữ liệu lớn, mô hình hóa dữ liệu, lưu trữ dữ liệu, quản lý dữ liệu và nhiều hơn nữa. Bấm vào đây để đăng ký

  • Trang chủ
  • CRM
  • Email doanh nghiệp
  • Email marketing
  • Marketing News
  • Marketing tổng thể
  • SEO
  • Thiết kế Website
  • Web Hosting
  • Chatbot
  • Data science
  • Back to top button