Senior Data Analyst in EPAM Ukraine

Unser Kunde ist eines der weltweit führenden Agrarunternehmen.

Ihre Mission ist es, zur sicheren Ernährung der Welt beizutragen und dabei die Verantwortung für die Umwelt in den Vordergrund zu stellen. Ihr Ziel ist es, die Nachhaltigkeit, Qualität und Sicherheit der Landwirtschaft durch modernste wissenschaftliche Expertise und innovative Pflanzenlösungen zu verbessern. Die von unserem Kunden eingesetzten Technologien ermöglichen es Millionen von Landwirten weltweit, die Nutzung knapper landwirtschaftlicher Ressourcen zu optimieren.

Verantwortlichkeiten

• Entwickeln Sie datenwissenschaftliche Lösungen für die Prognose der Debitoren- und/oder Kreditorenbuchhaltung mit einem starken Schwerpunkt auf Genauigkeit und Integrität
• Arbeiten Sie mit SageMaker zusammen, um dessen Fähigkeiten für die Modellentwicklung zu nutzen
• Lösen Sie regressions- und zeitreihenbezogene Problemstellungen mithilfe verschiedener fortschrittlicher Analysemethoden, darunter lineare Regression, maschinelles Lernen, Deep Learning, Clustering, Klassifizierung, Segmentierung und mehr
• Führen Sie eine Modellentwicklung und -validierung durch, um die Modellgenauigkeit zu verbessern
• Bereinigen, filtern und überarbeiten Sie komplexe Daten aus verschiedenen Quellen und analysieren Sie sie, um ihr Potenzial für die Generierung hochpräziser Modelle zu ermitteln
• Nutzen Sie Python für die Datenanalyse und -modellierung
• Wenden Sie verschiedene Algorithmen für maschinelles Lernen an, um komplexe Geschäftsprobleme zu lösen
• Führen Sie statistische Analysen und erweitertes Datenmanagement mit Python durch
• Erstellen Sie Datenvisualisierungen, um Erkenntnisse auch technisch nicht versierten Zielgruppen zu vermitteln

Anforderungen

• Über 5 Jahre Erfahrung in der Entwicklung und Bereitstellung von Data-Science-Lösungen
• Erfahrung in der Debitoren- und/oder Kreditorenprognose ist von großem Vorteil
• Fundierte Kenntnisse in Regression und Zeitreihen-Problemlösung mithilfe fortschrittlicher Analysemethoden
• Fachkenntnisse in Python zur Datenanalyse und -modellierung
• Erfahrung in statistischer Analyse und Programmierung mit Python
• Möglichkeit, Datenvisualisierungen für technisch nicht versierte Zielgruppen zu erstellen

Schön zu haben

• Erfahrungen mit datenwissenschaftlichen Anwendungsfällen in den Bereichen Unternehmensfinanzierung, Produktion, Versorgung oder Gewerbe sind von Vorteil
• Fähigkeit, komplexe Daten und Analysen prägnant und verständlich zu erklären
• Vertrautheit mit Unternehmensfinanzdaten
• Verständnis von SAP ECCs
• Erfahrung mit gängigen Analysetechnologien wie SAP Analytics Cloud, Qlik, Tableau, Sage Maker, Azure ML, Data Bricks, KNIME, Alteryx, SAP BW, Redshift, S3, SQL und anderen
• Kenntnisse in Sage Maker sind von Vorteil

Wir bieten

• Wettbewerbsfähige Vergütung je nach Erfahrung und Fähigkeiten
• Individueller Karriereweg
• Unbegrenzter Zugriff auf LinkedIn-Lernlösungen
• Krankheitsurlaub und regulärer Urlaub
• Englischunterricht mit zertifizierten Englischlehrern
• Flexible Arbeitszeiten

Über EPAM

• EPAM ist ein weltweit führender Anbieter von Engineering- und Entwicklungsdienstleistungen für digitale Plattformen. Wir sind bestrebt, einen positiven Einfluss auf unsere Kunden, unsere Mitarbeiter und unsere Gemeinschaften zu haben. Wir pflegen eine dynamische und integrative Kultur. Hier arbeiten Sie mit multinationalen Teams zusammen, tragen zu einer Vielzahl innovativer Projekte bei, die die kreativsten und modernsten Lösungen liefern, und haben die Möglichkeit, kontinuierlich zu lernen und zu wachsen. Sie werden Teil einer engagierten, kreativen und vielfältigen Community, die Ihnen dabei hilft, Ihr volles Potenzial zu entdecken. EPAM setzt sich dafür ein, unserem globalen Team von über 54.600 EPAMern inspirierende Karrieren zu bieten. EPAMer führen mit Leidenschaft und Ehrlichkeit und denken kreativ. Unsere Mitarbeiter sind die Quelle unseres Erfolgs, und wir legen Wert auf Zusammenarbeit, versuchen stets, das Geschäft unserer Kunden zu verstehen und streben nach höchsten Qualitätsstandards