我们正在寻找一位加入我们全球供应商服务数据与分析创新团队的助理。此职位结合了 Power BI 仪表板开发、Snowflake 数据工程和数据科学/人工智能建模的专业知识，以提供推动全球战略决策的高级分析解决方案。
在企业服务部门，我们通过创建协作的工作场所解决方案和商业服务来赋能我们的业务，提升员工和客户体验，同时优化我们的采购和第三方生命周期的价值，以使公司能够开展和赢得业务。此职位属于采购/采购部门的助理级别，负责采购（例如，购买和供应链活动）以及供应商管理（例如，业务需求收集、采购策略、竞争和市场评估、谈判、合同及与外包服务相关的关系）。
自 1935 年以来，摩根士丹利被誉为全球金融服务的领导者，始终在发展和创新，以更好地服务于我们在全球 40 多个国家的客户和社区。
您是否有兴趣加入一个渴望创造、创新并对世界产生影响的团队？请继续阅读……
您在此角色中的工作内容：
• 仪表板开发（Power BI）：设计、构建和维护用于采购分析、GSS 报告和高管洞察的高级 Power BI 仪表板。将业务需求转换为直观、互动的可视化，并使用 DAX、Power Query 和数据建模中的最佳实践来优化性能。
• 数据工程与架构（Snowflake）：开发和优化 Snowflake SQL 查询、视图和存储过程，以支持大规模分析和报告需求。设计并运营跨系统数据流和分布式应用程序，支持分析和 AI/ML 项目。
• 预测建模与 AI/ML：使用 Python 和 ML 框架（例如，scikit-learn、TensorFlow、Snowflake Cortex）构建和部署用于采购预测、供应商风险评分和支出优化的预测模型。实现 AI 驱动的数据增强和生成 AI 能力，以提升用户体验和决策能力。
• 自动化与云支持：协助自动化重复工作流程，并支持迁移到云原生 ETL 平台，以提高可扩展性和效率。
• 协作与利益相关者参与：与全球业务利益相关者合作，收集需求、完善目标并提供可操作的洞察。参与 GSS 战略变更项目，利用数据驱动的洞察和可视化能力推动转型工作。
• 创新与持续改进：识别简化流程、增强分析能力和探索新数据源与领域的机会。参与元数据管理、数据建模和文档编制，以确保强有力的治理和透明度。
您在此角色中所需的条件：
• 至少 4 年在专业环境中进行数据分析、仪表板开发和预测建模的经验，拥有计算机科学、数据分析、信息系统或相关领域的学士或硕士学位。
• 具备分析和综合来自不同来源的大型数据集的能力，包括 SQL 和 Snowflake。
• 在 Power BI 方面具有较强的专业能力，具备构建可扩展、互动仪表板的实践经验，并能在 DAX 和数据建模中应用最佳实践。
• 具备 Python 的扎实工作知识，用于自动化、数据处理和支持 AI/ML 工作流程。
• 熟悉 AI/ML 概念和框架（例如，scikit-learn、TensorFlow、Snowflake Cortex），用于预测分析和智能报告。
• 具备 ETL 平台和数据集成工具（例如，Dataiku、Lightning、Alteryx）的经验者优先。
• 理解基于云的数据架构、分布式系统和数据治理原则。
在摩根士丹利蒙特利尔，我们通过尖端技术和创新支持公司的全球业务和基础设施。多面向且高度技术化的蒙特利尔团队在构建和维护我们的领先技术平台方面发挥着关键作用，包括电子交易、算法交易、数据分析、云工程、网络安全和数字技术。自 2008 年以来，摩根士丹利扎根于蒙特利尔社区，并被认为是该地区高技能技术人才的领先雇主。
我们所有的职位均位于加拿大魁北克省蒙特利尔。我们提供混合工作环境，结合远程工作和在办公室的出勤。
要求具备法语和英语的知识。
您可以期待摩根士丹利提供的：
我们致力于保持一流的服务和高标准的卓越，这些定义了摩根士丹利超过 89 年。我们的价值观——将客户放在首位、做正确的事、以卓越的想法引领、承诺多样性和包容性、回馈社会——不仅仅是信念，它们指导着我们每天做出对客户、社区和超过 80,000 名员工在 42 个国家的 1,200 个办公室中做出最佳选择的决策。在摩根士丹利，您将有机会与最优秀、最聪明的人一起工作，在一个支持和赋权的环境中。我们的团队是无情的合作者和创造性思考者，受到他们多样的背景和经验的激励。我们自豪地支持我们的员工及其家庭在工作生活旅程的每个阶段，提供行业内一些最具吸引力和全面的员工福利和津贴。同时，对于那些在工作中表现出热情和毅力的人来说，也有充足的机会在业务中流动。
要了解更多关于我们全球办公室的信息，请复制并粘贴 https://www.morganstanley.com/about-us/global-offices 到您的浏览器中。
摩根士丹利是一个平等机会的雇主。我们努力提供一个支持和包容的环境，让所有个人都能充分发挥其潜力。 
