In sintesi
- Mansioni: Analizza dati per migliorare l'esperienza del cliente e sviluppa modelli innovativi.
- Azienda: Amazon Web Services, leader nel settore della tecnologia cloud.
- Benefit: Salario competitivo, assicurazione sanitaria, lavoro remoto e opportunità di crescita professionale.
- Altre informazioni: Ambiente dinamico con opportunità di carriera in rapida crescita.
- Perché questo lavoro: Unisciti a un team innovativo e contribuisci a trasformare il settore dei contact center.
- Qualifiche: Esperienza come data scientist e competenze in linguaggi di programmazione come Python.
La retribuzione prevista è compresa tra 153400 - 207500 € per anno.
Vuoi unirti a un nuovo team che costruisce un sistema AI in grado di rivoluzionare il settore? Ti piace affrontare l'ambiguità e lavorare su problemi complessi in un ambiente frenetico? Amazon Connect è un contact center basato su cloud altamente innovativo che consente alle aziende di offrire esperienze di servizio clienti coinvolgenti, dinamiche e personalizzate. Con Amazon Connect, puoi creare il tuo contact center basato su cloud e iniziare a ricevere chiamate in pochi minuti. Amazon Connect sfrutta la potenza dell'Intelligenza Artificiale e il vasto ecosistema dei servizi AWS come Lex, Polly, Lambda, S3 e Kinesis per fornire un'esperienza cliente veramente naturale e senza frustrazioni.
In qualità di Data Scientist nel nostro team, analizzerai dati provenienti da enormi set di dati per categorizzare le idiosincrasie dei clienti, identificare outlier e rilevare sistematicamente anomalie che influenzano notevolmente le prestazioni dei nostri modelli. Lavorerai a stretto contatto con altri leader tecnici senior all'interno del team e in tutta AWS. Dovresti sapere come tracciare le decisioni nei dati, dai dati grezzi attraverso modelli complessi fino al loro impatto sui metriche aziendali. L'esperienza con l'interpretabilità del machine learning è un vantaggio. Dovresti essere in grado di tradurre problemi aziendali ben definiti in problemi di data science e risolverli utilizzando assunzioni appropriate, metodologie e migliori pratiche di data science.
Il nostro team è in una fase iniziale, quindi avrai un impatto significativo sui nostri risultati senza carico operativo da modelli/sistemi esistenti. Abbiamo una base clienti in rapida crescita e un entusiasmante incarico davanti a noi che include la risoluzione di problemi ingegneristici e algoritmici altamente complessi. Stiamo cercando persone appassionate, talentuose ed esperte per unirsi a noi per innovare su questo nuovo servizio che risponde alle esigenze dei clienti per costruire contact center moderni nel cloud. La posizione rappresenta un'opportunità rara per far parte di un business in rapida crescita subito dopo il lancio e aiutare a plasmare la tecnologia e il prodotto mentre cresciamo. Avrai un ruolo cruciale nello sviluppo della prossima generazione di contact center e avrai l'opportunità di progettare e fornire sistemi scalabili e resilienti mantenendo un costante focus sul cliente.
Responsabilità chiave del lavoro:
- Categorizzazione delle idiosincrasie dei clienti: Man mano che ci espandiamo a più clienti, scopriamo che utilizzano il nostro prodotto in modi molto diversi, il che pone problemi per i nostri modelli. Riassumere efficacemente queste differenze sarebbe immensamente utile.
- Rilevamento e pulizia degli outlier: Abbiamo situazioni in cui gli outlier hanno un enorme impatto sui risultati del modello. Ci aiuterai a sviluppare meccanismi per pulire gli outlier per il consumo successivo.
- Analisi approfondita dei problemi dei clienti: I clienti hanno tradizioni consolidate e formule fidate per gestire i loro contact center. Quando le nostre formule differiscono dalle loro, dobbiamo analizzare queste discrepanze e determinare se c'è un problema con il nostro modello o se stiamo fornendo risultati migliori rispetto a quelli a cui sono abituati.
- Valutazione delle lacune nei dati: È difficile stimare il tempo a Seattle se l'unico dato che hai è il peso medio degli elefanti in Zimbabwe. Sappiamo di non avere tutti i dati di cui abbiamo bisogno, ma dobbiamo rispondere a due domande correlate: (a) quali caratteristiche possiamo derivare in modi creativi da fonti di dati esistenti? (b) possiamo stimare il beneficio di ottenere un nuovo flusso di dati in termini di miglioramento dell'accuratezza?
Qualifiche di base:
- 2+ anni di esperienza come data scientist
- 3+ anni di esperienza con linguaggi di interrogazione dei dati (ad es. SQL), linguaggi di scripting (ad es. Python) o software statistico/matematico (ad es. R, SAS, Matlab, ecc.)
- 3+ anni di esperienza con strumenti e tecniche di analisi dei dati di machine learning/modellazione statistica e parametri che influenzano le loro prestazioni
- Esperienza nell'applicazione di modelli teorici in un ambiente applicato
Qualifiche preferite:
- Esperienza in Python, Perl o un altro linguaggio di scripting
- Esperienza in un ruolo di ML o data scientist in una grande azienda tecnologica
Data Scientist, Amazon Connect datore di lavoro: Amazon
Amazon è un datore di lavoro eccezionale, offrendo un ambiente di lavoro stimolante e innovativo per i Data Scientist che desiderano contribuire a un progetto all'avanguardia nel settore dell'AI. Con una cultura inclusiva e opportunità di crescita professionale, i dipendenti possono aspettarsi di lavorare su problemi complessi in un team dinamico, beneficiando di un pacchetto retributivo competitivo e di vantaggi completi, tra cui assicurazione sanitaria e piani di risparmio 401(k). La posizione a New York offre anche l'opportunità di essere parte di un business in rapida crescita, influenzando direttamente la tecnologia e il prodotto fin dall'inizio.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere Data Scientist, Amazon Connect
✨Sfrutta i Meetups di Data Science
Partecipare a meetups e conferenze di data science è un must! Questi eventi sono un ottimo modo per connettersi con esperti del settore e altre persone in cerca di lavoro. Non vergognarti di farti avanti e parlare con i relatori: potrebbe aprirti porte inaspettate.
✨Progetti Open Source per Farsi Notare
Contribuire a progetti open source è una fantastica opportunità per mostrare le tue competenze pratiche. Non solo aiuta a costruire il tuo portfolio, ma ti consente anche di lavorare con tecnologie che potrebbero essere ricercate dalla tua futura azienda. Cerca progetti su GitHub legati a data science e mettiti in gioco!
✨Unisciti a Comunità Online
Entrare a far parte di comunità online come Kaggle o forum di data science può essere un grande vantaggio. Non solo puoi partecipare a competizioni e migliorare le tue abilità, ma puoi anche costruire una rete con altri professionisti del settore. Queste connessioni possono rivelarsi preziose quando cerchi un lavoro a tempo pieno.
✨Candidati Direttamente su Amazon
Non dimenticare di candidarti direttamente sul sito di Amazon! Spesso le aziende preferiscono ricevere applicazioni tramite il loro portale, quindi assicurati di seguire le istruzioni specifiche. Un’applicazione diretta può darti un vantaggio rispetto a chi usa canali più generali.
Pensiamo che ti servano queste competenze per eccellere come Data Scientist, Amazon Connect
Alcuni consigli per la tua candidatura 🫡
Evidenzia le tue competenze tecniche:Nel campo della data science, è fondamentale mostrare le tue competenze tecniche. Assicurati di includere nel tuo CV le lingue di programmazione che conosci, come Python o R, e i tool che hai utilizzato, come TensorFlow o scikit-learn. Non dimenticare di far vedere i tuoi progetti o le tue analisi precedenti, magari con link a GitHub o portafogli di lavoro!
Scrivi una lettera motivazionale convincente:Per un ruolo full-time in data science, la lettera motivazionale è la tua occasione per far trasparire la tua passione per i dati e la tua voglia di contribuire al lavoro di Amazon. Spiega perché sei interessato a questo specifico ruolo e come le tue esperienze passate ti rendono il candidato ideale. Non essere timido: condividi le tue ambizioni e la tua visione per il futuro!
Includi risultati quantificabili:Quando parli delle tue esperienze lavorative precedenti, cerca di includere risultati quantificabili che dimostrino il tuo impatto. Ad esempio, puoi dire che hai aumentato l'efficienza di un'analisi del 20% o che hai contribuito a un progetto che ha portato a un aumento del fatturato del 15%. Metriche del genere catturano sempre l'attenzione dei recruiter!
Mostra il tuo approccio alla risoluzione dei problemi:La data science è tutta una questione di risolvere problemi complessi. Utilizza il tuo CV e la tua lettera motivazionale per descrivere come hai affrontato sfide specifiche in progetti precedenti. Ti consigliamo di includere un breve case study o un esempio pratico dei tuoi risultati per davvero colpire i selezionatori di Amazon. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso Amazon
✨Brilla con il tuo Portafoglio
Porta con te un portfolio che mostri i tuoi progetti di data science. Includi studi di caso dettagliati e le tecniche che hai utilizzato, come l'analisi dei dati, il machine learning o la visualizzazione. In questo modo possiamo dimostrare concretamente il nostro problema-solving e le nostre competenze tecniche, che sono fondamentali in questo campo!
✨Preparati a Domande Tecniche
Aspettati domande tecniche in merito a statistica, machine learning e linguaggi di programmazione come Python o R. Potrebbero chiederti di spiegare modelli specifici o di analizzare un dataset sul momento. Rinfreschiamo insieme le nozioni di base e prepariamoci a dimostrare le nostre competenze pratiche.
✨Mostra la tua Curiosità
Le aziende cercano candidati che mostrino voglia di apprendere e crescita professionale. Durante l'intervista, parliamo delle tendenze attuali nel settore e dimostriamo il nostro interesse per l'innovazione nel campo della data science. Questo non solo ci farà apparire proattivi, ma metterà anche in evidenza la nostra motivazione.
✨Comunica Chiaramente i Tuoi Risultati
Essere bravi con i dati è fondamentale, ma sapere come comunicarli è altrettanto importante. Durante l'intervista, cerca di essere chiaro e conciso mentre parli dei tuoi risultati. Usa esempi specifici per dimostrare come le tue analisi abbiano avuto un impatto positivo in progetti passati. In questo modo possiamo evidenziare le nostre capacità comunicative, fondamentali per un ruolo a tempo pieno.
