数据分析与报告
公司财务部的高级分析师，定量分析、战略与洞察，适合希望从事开发、增强、实施和维护定量模型与分析工具的候选人。他们将使用传统的计量经济学和机器学习技术，进行资产负债、流动性和利率风险管理、客户分析、盈利能力以及在各种宏观经济场景下的压力测试。这包括分析大量的账户级和交易级数据，明确问题陈述，并指定最合适的定量解决方案。
有效运用高级分析算法和建模技术（例如大数据处理、统计建模、机器学习），以提供更好的预测和/或智能自动化，促进更明智的商业决策、改善客户体验并提升生产力。
得出商业结论并以与业务/团队相关的方式呈现可操作的见解（即，通过开发可在整个组织中利用的数据与人工智能产品推动创新，并在与BMO的数据与人工智能治理框架一致的基础上建立最佳实践）。
运用脚本/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）组装成多个粒度水平的良好准备数据集（例如，人口统计、客户、产品、交易）。
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）来开发商定的分析解决方案，以测试、验证和完善假设。
总结统计发现并得出结论，提出可操作的商业建议。执行实验设计方法以验证发现或测试假设。
与各类数据所有者合作，从内部来源和外部供应商（例如贷款系统、支付系统、外部信用评级系统和替代数据）发现和选择可用数据，以满足分析需求。
记录数据流、系统和数据收集过程，以提高效率并应用用例。
为指定的业务/团队提供实施分析解决方案的建议和指导。
领导/参与核心业务/团队流程的设计、实施和管理。
通常需要1-2年的相关经验和相关领域的研究生学位或等效的教育与经验组合。
具备统计分析、数据挖掘以及数据清洗/转换的经验。
了解可视化技术和概念（例如Power BI、SpotFire）。
具备编程语言（例如SQL、Python、R、SAS、SPSS、Matlab）和机器学习/深度学习算法/包（例如了解分布式计算和/或分布式数据库。具备分布式计算语言的经验（例如AWS Sagemaker、AzureML）。
数据驱动决策 - 深入。
通过教育和/或业务经验获得的技术熟练度。
使用先进的分析算法和技术（例如机器学习、深度学习、人工智能）挖掘和分析大量结构化和非结构化数据，以获取见解。设计和构建新的数据建模流程。开发预测模型并利用大数据技术设计解决方案，以提供更明智的商业决策、改善客户体验并提升生产力。与其他数据和分析专业人士及团队合作，优化、完善并将分析扩展为成熟的分析解决方案。
积极参与数据的未来展示和创新数据策略的推进，以理解消费者趋势并解决商业问题。
使用数据挖掘和从有价值的数据源提取可用数据，以评估AI/ML解决方案在提高组织数据处理和使用方面的可行性。
进行大规模信息分析，通过组合不同模块和算法发现模式和趋势。
利用分析为商业领导者提供建议，保持市场竞争力。
开发预测系统和机器学习算法。调查开发创新数据解决方案的其他技术和工具，以满足商业利益相关者的需求。
与产品团队和合作伙伴合作，理解并提供数据驱动的决策、商业规划和未来路线图。
机器学习。
创造性思维。
大数据。
数据可视化。
计算思维与编程。
数据处理。
数据预处理。
创造性推理。
数据驱动决策。
通常需要4-6年的相关经验和相关领域的高等教育学位或等效的教育与经验组合。
通过教育和/或业务经验获得的技术熟练度。
兼职职位的薪资将根据定期工作的小时数按比例计算。BMO金融集团的总薪酬包将根据职位的薪酬类型而有所不同，可能包括基于绩效的激励、酌情奖金以及其他福利和奖励。BMO还提供健康保险、学费报销、意外和人寿保险以及退休储蓄计划。我们呼吁为客户、社区和员工创造持久的积极变化。我们努力帮助您从第一天起就产生影响——为您自己和我们的客户。我们将为您提供所需的工具和资源，以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。
应要求为参与所有选拔过程的候选人提供住宿。招聘机构必须首先拥有有效的、书面且完全执行的代理协议合同，才能提交简历。 
