数据分析与报告
领导一个数据工程师和数据科学家团队，执行数据管理和数据科学任务，提供客户洞察和分析。应用先进的分析算法和技术（如机器学习、深度学习、人工智能），提供更好的预测和/或智能自动化，以实现更明智的业务决策、改善客户体验和推动生产力。运用较强的沟通和讲故事能力，总结统计/算法发现，得出业务结论，并以能引起业务/团队共鸣的方式呈现可行的见解。通过开发可在整个组织中利用的数据和人工智能产品，推动创新，并根据BMO的数据和人工智能治理框架建立最佳实践。确保价值观和行为之间的一致性，促进多样性和包容性。提高团队绩效，认可和奖励绩效，培养员工，支持他们的发展，并管理不良绩效。了解和分析复杂的业务问题，然后制定基于数据驱动的假设，以推动业务价值。支持数据收集、整合和保留要求。通过实验设计方法验证发现或测试假设。通过利用大规模数据集上的模式检测，为模糊定义的业务问题定义创新的数据解决方案。诊断和解决预测/分析模型性能问题，同时监控系统性能和实施效率改进。应用创新和最佳实践，提供高质量的高级分析服务。建立变更控制和测试流程，确保持续维护工作的质量和一致性。为指定的业务/团队提供实施分析解决方案的建议和指导。与各种数据所有者合作，从内部来源和外部供应商（如借贷系统、支付系统、外部信用评级系统和替代数据）中发现和选择可用数据，以满足分析需求。应用脚本/编程技能将各种类型的源数据（非结构化、半结构化和结构化）组合成准备良好的多层次细粒度数据集（例如，通过应用适当的统计和机器学习技术（例如A/B测试、原型解决方案、数学模型、算法、机器学习、深度学习、人工智能）开发约定的分析解决方案，以测试、验证、完善假设。总结统计发现并得出结论，提出可行的业务建议。记录数据流、系统和数据收集过程，以提高效率并应用用例。通过实验设计方法验证发现或测试假设。支持工具开发并提供数据分析和人工智能培训。领导/参与核心业务/团队流程的设计、实施和管理。提供专业咨询、分析和技术支持。通常具有5-7年相关经验和相关领域的大学学位或等同教育和经验结合。计算机科学、数学、物理、工程、统计学或其他定量学科的博士学位（优先考虑）和/或等同经验。具有分布式计算语言（例如Scala、Java）和编程语言（例如SQL、Python、R、SAS、SPSS、Perl）以及机器学习/深度学习算法/软件包（例如TensorFlow、PyTorch、Scikit-learn）的经验。深入研究统计分析、定量分析、预测/预测分析、多元测试和优化算法的专业知识和技术能力。数据驱动的决策制定-深入了解。
我们在这里帮助您
这要求我们为我们的客户、社区和员工创造持久的、积极的变革。我们努力帮助您从第一天起产生影响-为自己和我们的客户。我们将为您提供所需的工具和资源，帮助您达到新的里程碑，同时帮助我们的客户实现他们的目标。从深入的培训和辅导，到经理支持和网络建设机会，我们将帮助您获得宝贵的经验，拓宽您的技能。如有需要，我们可以为参加选拔过程的候选人提供适当的住宿安排。 
多伦多