关于这个角色
作为首席数据科学官，您将负责建模复杂问题，通过统计、算法、挖掘和可视化技术发现洞察和识别机会，整合并准备大型多样化的海量数据集，设计专业的数据库和计算环境，并将结果传达给业务。将大数据转化为可以用来做出合理组织决策和推动变革的重要信息和知识。
主要职责：
- 领导部门现有大数据源的扩展和丰富（例如CDW、MIS、C360、VOC、QLAS、MSD），以包括第三方信息源（例如非结构化数据、市场概况、市场数据、其他航空公司的数据、其他行业数据），确保公司与趋势和竞争洞察保持同步，并且数据源捕捉客户的整体视图。
- 主导与利益相关者的发现过程，通过建模复杂问题、发现洞察和识别机会来确定业务需求和预期成果，运用统计、算法、挖掘和可视化技术。
- 预计在海量和多样化的大数据源（例如CDW、MIS、C360、VOC、QLAS、MSD、其他非结构化数据）中发现隐藏信息，并进行统计分析以产生商业洞察（例如市场趋势、客户画像和细分、关联分析、预测行为），使公司能够做出更好的商业决策。
- 领导商业部门利用各种基于机器学习的工具和流程，如回归、聚类主成分分析等。
- 模型化和构建对关键商业决策和过程具有重要意义的商业场景。
- 通过先进的分析、数学和统计学或其他机器学习技术开发评分（特定建模或预测分析练习的结果，有助于对数据进行画像、分类或分析）、计算值或模型，这可以包括建议、分类、测试程序和异常检测。
- 确定可用的相关数据，包括内部和外部数据源，利用新数据收集过程，如智能仪表和地理定位信息或社交媒体。
- 基于业务需求和最佳实践知识，提出有关数据收集、集成和保留要求的战略建议。
- 开发创新和有效的方法来解决分析问题，并传达结果和方法。
- 使用实验和迭代的方法验证发现/测试假设，例如情景建模，识别/创建发现模式的适当算法。
- 确定义信息的有效性，信息在多长时间内有意义，以及与什么其他信息相关。
- 领导公司内各种基于机器学习的工具或流程的创建，如推荐引擎或自动化流失评分系统，以使客户价值对部门可见和可操作。
- 使用机器学习技术或先进的数据挖掘方法和统计分析，开发分析、评分和定期报告，以帮助部门理解业务并将其行动计划操作化以进行改进（例如，计算评分、值或模型以进行建议、分类、测试程序和异常检测）。
- 定期分析报告和评分，产生洞察和行动计划（例如，营销活动、项目修改、目标促销和战术行动），提供价值并支持以数据为驱动的决策。
- 开发数据收集程序，并改善分析工具和流程，包括推荐系统、分类、测试程序、预警/警报报告和异常检测。
- 从头到尾管理和实施部门的各种项目（例如卓越中心、客户之声、主数据管理）。
- 与IT和团队合作管理数据挖掘工具的供应商和其他合作伙伴。
- 教育组织新的方法，如测试、假设和结果的统计验证。帮助组织理解驱动组织支持的过程背后的原理和数学。
- 解读并提供商业需求的解决方案，涵盖优化、投资回报率分析、生命周期价值计算和预测分析等商业和营销问题。
- 监督和培训其他员工在数据科学领域的工作。
成为非凡故事的一部分
您的技能。您的想象力。您的抱负。在这里，您的潜力和影响没有界限。您将发现无尽的可能性。 
多哈