वरिष्ठ डेटा विज्ञान सलाहकार

सर्काना (पूर्व में आईआरआई और एनपीडी) उपभोक्ता व्यवहार की जटिलता पर अग्रणी सलाहकार है। अद्वितीय तकनीक, उन्नत विश्लेषण, क्रॉस-इंडस्ट्री डेटा और गहरी विशेषज्ञता के माध्यम से, हम स्पष्टता प्रदान करते हैं जो दुनिया के लगभग 7,000 प्रमुख ब्रांडों और खुदरा विक्रेताओं को कार्रवाई करने और व्यापार वृद्धि को अनलॉक करने में मदद करती है। हम संपूर्ण उपभोक्ता, संपूर्ण स्टोर और संपूर्ण वॉलेट के बारे में अधिक समझते हैं ताकि हमारे ग्राहक डेटा से परे जाकर अंतर्दृष्टि लागू कर सकें, नवाचार को प्रज्वलित कर सकें, उपभोक्ता की मांग को पूरा कर सकें और प्रतिस्पर्धा से आगे निकल सकें।
व्यावसायिक प्रश्नों के उत्तर देने के लिए सर्वोत्तम श्रेणी की पद्धतियों और सांख्यिकीय एल्गोरिदम को लागू करें और डिज़ाइन करें।
विभिन्न टूल, जैसे कि पायथन, आर, एसक्यूएल, स्पार्क इत्यादि का उपयोग करके सर्काना एनालिटिक्स प्लेटफॉर्म के लिए मॉडलिंग इंजन बनाएं और बनाए रखें।
उन्नत संगणना/सांख्यिकी और मशीन लर्निंग/एआई पद्धतियों का उपयोग करें।
दुनिया के कुछ सबसे बड़े खुदरा विक्रेताओं और निर्माताओं के लिए बड़े पैमाने पर विस्तृत डेटा का उपयोग करके विश्लेषणात्मक समाधान बनाने के लिए क्रॉस-फंक्शनल टीमों (जैसे, प्रौद्योगिकी, उत्पाद, आदि) के साथ साझेदारी करें।
आंतरिक और बाह्य हितधारकों के लिए दस्तावेज़ बनाना और कार्यप्रणाली प्रस्तुत करना
नौकरी की जिम्मेदारियाँ
विभिन्न प्लेटफार्मों पर डेटा निकालने की प्रक्रियाएँ विकसित करें
अनुसंधान और डेटा विश्लेषण का समर्थन करने के लिए कोड लिखने, सत्यापित करने और बनाए रखने के लिए हाइव, आर, एसक्यूएल, पायथन का उपयोग करें
सर्काना पद्धतियों और एल्गोरिदम को विकसित करने और बढ़ाने के लिए अनुकूलित अनुसंधान परियोजनाओं को परिभाषित करें और उनका नेतृत्व करें
नव विकसित सिस्टम के लिए कोडबेस बनाए रखें।
दस्तावेज़ प्रक्रियाएँ और प्रक्रियाएँ
उत्पादन और ग्राहक डेटा संबंधी समस्याओं की स्वतंत्र रूप से जांच और समाधान करें
आंतरिक और बाहरी ग्राहक अनुरोधों पर केंद्रित सटीक और समय पर डेटा विश्लेषण और कार्यप्रणाली सहायता प्रदान करें
आंतरिक ग्राहकों को शोध निष्कर्ष प्रस्तुत करें।
अर्थशास्त्र, सांख्यिकी, गणित, संचालन अनुसंधान, मात्रात्मक विश्लेषण, या संबंधित क्षेत्र में स्नातकोत्तर डिग्री
मार्केटिंग मिक्स में 5-7 वर्ष का कार्य अनुभव
मजबूत सांख्यिकीय और मात्रात्मक विश्लेषण कौशल। सांख्यिकीय विश्लेषण तकनीकों का ज्ञान जिनका उपयोग मार्केटिंग एनालिटिक्स में किया जाता है।
कार्यात्मक जिम्मेदारियाँ
विश्लेषणात्मक समाधान विकसित करने के लिए विभिन्न सांख्यिकीय दृष्टिकोणों का मूल्यांकन करें। उम्मीदवार को रिग्रेशन, मार्केटिंग मिक्स मॉडलिंग, फैक्टर विश्लेषण, क्लस्टर विश्लेषण, टेक्स्ट आधारित खनन और इसी तरह के मॉडलिंग दृष्टिकोण पर सांख्यिकीय मॉडल निष्पादित करने में पारंगत होना चाहिए।
मॉडल की प्रभावशीलता और सांख्यिकीय आवश्यकताओं को एक्सेल आधारित उदाहरणों में अनुवाद करने की क्षमता का मूल्यांकन करें।
उम्मीदवार को Python और PySpark में अच्छे कोड लिखने में कुशल होना चाहिए।
पायथन, एसक्यूएल का उपयोग करके बड़े डेटा में हेरफेर करने में कुशल। डेटा हेरफेर और बड़े डेटा से सार्थक अंतर्दृष्टि निकालने के साथ एक उच्च आराम स्तर और बड़े डेटा के साथ काम करने का पूर्व अनुभव एक प्लस है।
उम्मीदवार को एआई/एमएल पर अच्छा कामकाजी ज्ञान होना चाहिए और इन तकनीकों को अपने कुछ हालिया प्रोजेक्ट्स में लागू करना चाहिए
उत्कृष्ट डेटा व्याख्या कौशल। चार्टिंग/रिपोर्टिंग का उपयोग करने का अनुभव
वर्तमान कार्य-धाराओं की दक्षता और प्रभावशीलता को सुव्यवस्थित करने और बढ़ाने के लिए नई तकनीकों और प्रक्रियाओं की पहचान करने में रचनात्मक होना एक प्लस है।
विवरण और समस्या समाधान पर उच्च स्तर का ध्यान
बाजार अनुसंधान का बुनियादी ज्ञान होना चाहिए और मीडिया मार्केटिंग और एफएमसीजी/सीपीजी/फार्मा उद्योग पर कोई विशिष्ट ज्ञान होना एक अतिरिक्त लाभ होगा।
रिटेलर लॉयल्टी कार्ड डेटा/स्टोर लेनदेन स्तर डेटा पर ज्ञान एक प्लस होगा।
सर्काना में, हम निरंतर सीखने और विकास के लिए अपने जुनून से प्रेरित होते हैं, हम स्वतंत्र रूप से प्रतिक्रिया मांगते हैं और साझा करते हैं, और हम ऐसे माहौल में बड़ी और छोटी दोनों तरह की जीत का जश्न मनाते हैं जो हमारे काम और व्यक्तिगत जीवन के लिए लचीला और अनुकूल है। विविधता, समानता और समावेशन के प्रति हमारी वैश्विक प्रतिबद्धता है क्योंकि हम उस निर्विवाद ताकत में विश्वास करते हैं जो विविधता हमारे व्यवसाय, कर्मचारियों, ग्राहकों और समुदायों में लाती है (हमारे साथ आप हमेशा काम में अपना पूरा योगदान दे सकते हैं)। एक चुनौतीकर्ता बनने, अपने परिणाम जानने और एक साथ जिज्ञासु बने रहने के लिए हमारी समावेशी, प्रतिबद्ध टीम में शामिल हों।