AI Lead Data

Responsibilities of the AI Lead The following responsibilities are in addition to the ones implied by the Role: Work with our customers' stakeholders to identify opportunities for leveraging their data to produce insights allowing them to optimize business processes ML/DL using customers' data to drive optimization and improvement of product development, marketing, supply chains, services, operations, manufacturing, R&D or any other relevant business functions Assess the effectiveness and accuracy of new data sources and data gathering techniques (when data is not already in a LakeHouse) Develop custom data models and algorithms to apply to data sets when needed. Reuse existing algorithms when they do the job Develop company A/B testing framework and test model quality Coordinate with different functional teams to implement models and monitor outcomes Make the model transparent and not biased Develop processes and tools to monitor and analyze model performance and data accuracy Keep up to date with auto AI to improve cycle time on features engineering/selection Keep up to date with various AI toolkits to improve cycle time Specific Skills: The ideal candidate is adept at using large data sets to find opportunities for product and process optimization and using models to test the effectiveness of different courses of action for a variety of business functions and industries The candidate must have strong experience using a variety of data mining/data analysis methods, using a variety of data tools, AI workbenches, building and implementing models, using/creating algorithms, and creating/running simulations The candidate must have a proven ability to drive business results with their data-based insights He/She must be comfortable working with a wide range of stakeholders and functional teams The right candidate will have a passion for discovering solutions hidden in large data sets and working with stakeholders to improve business outcomes Strong business processes / objectives understanding skills Strong understanding of the relationships of data with business processes (SIPOC, CRUD, etc) Experience using statistical computer languages (R, Python, SLQ, etc.) to manipulate data and draw insights from large data sets. Experience with ready-to-use AI models from Watson, AWS, GC, and Azure Knowledge of a variety of machine learning techniques (clustering, decision tree learning, artificial neural networks, etc.) and their real-world advantages/drawbacks. Experience creating and using advanced machine learning algorithms and statistics: regression, simulation, scenario analysis, modeling, clustering, decision trees, neural networks, etc. Knowledge and experience in statistical and data mining techniques: GLM/Regression, Random Forest, Boosting, Trees, text mining, social network analysis, etc. Experience analyzing data from 3rd party providers: Google Analytics, Site Catalyst, Coremetrics, AdWords, Crimson Hexagon, Facebook Insights, etc. Knowledge of advanced statistical techniques and concepts (regression, properties of distributions, statistical tests, and proper usage, etc.) and experience with applications Excellent written and verbal communication skills for coordinating across teams A drive to learn and master new technologies and techniques. We're looking for someone with 5-7 years of experience manipulating data sets and building statistical models, who has a Master's or in Statistics, Mathematics, Computer Science or another quantitative field Minimum of 5 years in Senior Management role Experience working with data architecture Experience querying databases and using statistical computer languages: R, Python, SLQ, etc. Experience with ADLS gen 2, S3, Spark, Databricks, Synapse, Snowflake, Redshift, ... Experience visualizing/presenting data for stakeholders using a variety of software What will make you successful here? A desire to be accountable for owning problems from design to implementation An understanding of the difference between data and useful insights A bias for action and pragmatic solutions A low ego and humility; an ability to gain trust through effective communication and doing what you say you will do A talent for operating effectively at various levels of abstraction An aptness to distill complex, technical topics articulately to a non-technical audience Adaptability, flexibility and an ability to navigate ambiguity Benefits The opportunity to join and grow an ever-expanding professional network of high-profile clients and reputable colleagues. Permanent, full-time job (40 hours a week) Flexible schedule Hybrid (work from home and/or office) Competitive salary Attractive group insurance plan Retirement savings plan Small company culture Free use of gym within building Casual work environment: jeans-friendly Responsable de l'intelligence artificielle - Groupe des données et de l'analyse À propos de KPI : KPI Digital aide les clients à atteindre leurs objectifs commerciaux en identifiant les capacités requises et en fournissant la stratégie et la fondation appropriées en matière de données et d'analyse permettant de gérer tous les défis liés aux données, y compris la mise à l'échelle de l'IA dans toute l'entreprise. Nous sommes spécialisés dans les données et l'analytique depuis la stratégie, l'architecture, la gouvernance, les plateformes modernes de D&A, le MDM, et toute la chaîne de valeur de D&A (ingestion de données, pipelines de données, Lakehouse, modélisation de l'IA, DO/OR, BI, déploiement et surveillance). La gestion de la performance et l'expérience numérique sont deux pratiques supplémentaires qui complètent la pratique D&A. En plus des services de conseil, nous proposons des services gérés, de l'éducation et de la formation. Vous souhaitez rejoindre une équipe gagnante ? Le rôle : Nous sommes à la recherche d'un AI Lead qui combine l'expertise en IA et en gestion. L'AI Lead devra Fournir des services de conseil à nos clients en tant que KPI Digital Lead Data Scientist. Définir et maintenir la méthodologie d'IA de KPI Digital. Cette Méthodologie doit fonctionner selon 2 modes : o Partie intégrante de la stratégie globale de D&A. o " autonome " lorsque les clients ont " seulement " besoin d'un Data Scientist pour travailler sur un cas d'utilisation spécifique de l'IA. Participer et soutenir les activités de pré-vente de l'IA. Constituer une équipe d'IA pour répondre à la croissance attendue de la clientèle. Créer du contenu sur l'IA (articles, livres blancs, etc.). Intervenir dans des conférences et des webinaires pour promouvoir la marque KPI Digital. Le candidat idéal est : Orienté vers les objectifs et possède de solides compétences en matière de prise de décision et de résolution de problèmes. un excellent communicateur, tant en français qu'en anglais capable de constituer une équipe de talents divers pour répondre aux attentes du client. Cela implique de s'impliquer fortement dans le recrutement et la gestion active de tous les Data Scientists (coaching, orientation, évaluation, fixation d'objectifs, revues, etc.) Vous devrez travailler en étroite collaboration avec le responsable de l'équipe d'ingénierie des données et le vice-président de D&A. Responsabilités du responsable de l'intelligence artificielle Les responsabilités suivantes s'ajoutent à celles qu'implique le rôle : Travailler avec les parties prenantes de nos clients pour identifier les opportunités d'exploitation de leurs données afin de produire des insights leur permettant d'optimiser les processus métier. ML/DL en utilisant les données des clients pour conduire l'optimisation et l'amélioration du développement de produits, du marketing, des chaînes d'approvisionnement, des services, des opérations, de la fabrication, de la R&D ou de toute autre fonction commerciale pertinente. Évaluer l'efficacité et la précision des nouvelles sources de données et des techniques de collecte de données (lorsque les données ne sont pas déjà dans un LakeHouse). Développer des modèles de données et des algorithmes personnalisés à appliquer aux ensembles de données lorsque cela est nécessaire. Réutiliser les algorithmes existants lorsqu'ils font l'affaire. Développer le cadre des tests A/B de l'entreprise et tester la qualité des modèles. Coordonner avec les différentes équipes fonctionnelles pour mettre en œuvre les modèles et contrôler les résultats. Rendre le modèle transparent et impartial Développer des processus et des outils pour surveiller et analyser la performance des modèles et l'exactitude des données. Se tenir au courant de l'IA automatique pour améliorer le temps de cycle de l'ingénierie/sélection des caractéristiques. Se tenir au courant des différentes boîtes à outils d'IA pour améliorer le temps de cycle. Compétences spécifiques : Le candidat idéal est capable d'utiliser de grands ensembles de données pour trouver des opportunités d'optimisation des produits et des processus et d'utiliser des modèles pour tester l'efficacité de différents plans d'action pour une variété de fonctions commerciales et d'industries. Le candidat doit avoir une solide expérience de l'utilisation de diverses méthodes d'extraction et d'analyse de données, de l'utilisation de divers outils de données, de workbenches d'IA, de la construction et de la mise en œuvre de modèles, de l'utilisation et de la création d'algorithmes et de la création et de l'exécution de simulations Le candidat doit avoir une capacité avérée à générer des résultats commerciaux grâce à ses connaissances fondées sur les données. Il/elle doit être à l'aise pour travailler avec un large éventail de parties prenantes et d'équipes fonctionnelles. Le candidat idéal sera passionné par la découverte de solutions cachées dans de grands ensembles de données et par la collaboration avec les parties prenantes pour améliorer les résultats commerciaux. Solides compétences en matière de compréhension des processus et objectifs commerciaux Forte compréhension des relations entre les données et les processus d'affaires (SIPOC, CRUD, etc.) Expérience de l'utilisation de langages informatiques statistiques (R, Python, SLQ, etc.) pour manipuler des données et tirer des enseignements de grands ensembles de données. Expérience des modèles d'IA prêts à l'emploi de Watson, AWS, GC et Azure. Connaissance d'une variété de techniques d'apprentissage automatique (clustering, apprentissage par arbre de décision, réseaux neuronaux artificiels, etc.) et de leurs avantages/inconvénients dans le monde réel. Expérience de la création et de l'utilisation d'algorithmes d'apprentissage automatique avancés et de statistiques : régression, simulation, analyse de scénarios, modélisation, clustering, arbres de décision, réseaux neuronaux, etc. Connaissance et expérience des techniques statistiques et d'exploration de données : GLM/Régression, Random Forest, Boosting, Arbres, text mining, analyse de réseaux sociaux, etc. Expérience de l'analyse de données provenant de fournisseurs tiers : Google Analytics, Site Catalyst, Coremetrics, AdWords, Crimson Hexagon, Facebook Insights, etc. Connaissance des techniques et des concepts statistiques avancés (régression, propriétés des distributions, tests statistiques et utilisation appropriée, etc. Excellentes aptitudes à la communication écrite et verbale pour la coordination entre les équipes. Une volonté d'apprendre et de maîtriser de nouvelles technologies et techniques. Nous recherchons une personne ayant 5 à 7 ans d'expérience dans la manipulation d'ensembles de données et l'élaboration de modèles statistiques, titulaire d'une maîtrise ou d'un doctorat en statistiques, en mathématiques, en informatique ou dans un autre domaine quantitatif. Minimum de 5 ans dans un rôle de cadre supérieur Expérience du travail avec l'architecture des données Expérience de l'interrogation de bases de données et de l'utilisation de langages informatiques statistiques : R, Python, SLQ, etc. Expérience avec ADLS gen 2, S3, Spark, Databricks, Synapse, Snowflake, Redshift, ... Expérience de la visualisation/présentation de données pour les parties prenantes à l'aide d'une variété de logiciels. Qu'est-ce qui vous fera réussir ici ? Une volonté de prendre en charge les problèmes de la conception à la mise en œuvre. Vous comprenez la différence entre les données et les informations utiles. un penchant pour l'action et les solutions pragmatiques Un ego faible et de l'humilité ; une capacité à gagner la confiance par une communication efficace et en faisant ce que vous dites que vous ferez. un talent pour travailler efficacement à différents niveaux d'abstraction Une aptitude à distiller des sujets complexes et techniques de manière articulée à un public non technique. Adaptabilité, flexibilité et capacité à gérer l'ambiguïté. Avantages L'opportunité de rejoindre et de développer un réseau professionnel en constante expansion composé de clients de premier plan et de collègues réputés. Emploi permanent, à temps plein (40 heures par semaine) Horaire flexible Hybride (travail à domicile et/ou au bureau) Salaire compétitif Régime d'assurance collective attrayant Régime d'épargne-retraite Culture de petite entreprise Utilisation gratuite de la salle de sport de l'immeuble Environnement de travail décontracté : les jeans sont de mise #J-18808-Ljbffr