Analytics Translator

Mission Nel mercato dell’Advanced Analytics & Artificial Intelligence (AI) in cui opera Ammagamma, il Data Scientist rappresenta il ruolo cardine nel costruire modelli analitici capaci di trasformare enormi quantità di dati in informazioni di business. Per aver successo in progetti di AI e Analytics occorre ampliare il modello organizzativo, considerando Data Team agile e cross-functional che includano anche Data Engineer, Data Architects, Data Visualization Expert e Translator. La figura dell’Analytics Translator assicura che tutte le iniziative abbiamo un impatto significativo per il cliente, garantendo così che anche il team Data abbia piena soddisfazione nella realizzazione dei propri progetti. Il Translator è la figura chiave di collegamento fra le expertise tecniche del Data Team e le expertise operative del business del cliente (marketing, supply chain, manufacturing, risk…), assicurando che le complesse tecniche di analisi si traducano in impatto organizzativo di scala a vantaggio del business del cliente. Responsabilità Coordina e conduce l’analisi con i business leader e project manager del cliente per identificare e dare priorità adeguata ai problemi che le soluzioni AI e Analytics sono adatte a risolvere. Raccoglie e prepara le specifiche funzionali del progetto, indentificando (lato cliente) i dati aziendali necessari per produrre le soluzioni data più utili e interfacciandosi con il Project Manager e i Master dei team Data, prepara la presentazione dell’offerta redigendo l’allegato tecnico. Supervisiona che la soluzione risolva il problema aziendale nella forma più efficiente e utilizzabile per gli utenti interfacciandosi con i Lead del team Data. Favorisce e facilita l’adozione delle soluzioni tra gli utenti aziendali; Fa parte del team di Product Development avendo esperienza di dominio e conoscendo le potenzialità e l’applicabilità delle soluzioni sviluppate. Affianca il Key Account per clienti Corporate potendo intuire le opportunità nuove che si possono creare all’interno del business e della struttura organizzativa del cliente. Competenze Conoscenza del dominio – conoscenza approfondita dei processi del settore in cui vengono proposte soluzione di AI e Analytics per identificare possibili opportunità con impatto scalabile. Comprensione delle principali metriche operative del business del cliente in termini di impatto su P&L, Cash flow, fidelizzazione dei clienti e così via. Conoscenza di use case e best-practice già implementate. Conoscenza tecnica – Ottime skill di analisi quantitativa e di problem-solving strutturato; non deve necessariamente essere in grado di costruire modelli quantitativi, ma deve sapere quali tipi di modelli sono disponibili e come applicarli in maniera ottimale ai problemi di business. Deve anche essere in grado di interpretare i risultati del modello e identificare potenziali errori del modello. Project Management – Una padronanza delle capacità di gestione dei progetti è un must. Deve essere in grado di dirigere un progetto di AI e Analytics dall’ideazione attraverso lo sviluppo fino all’adozione e avere una comprensione del ciclo di vita di un progetto e delle problematiche più ​​comuni. Spirito imprenditoriale – Oltre a queste competenze “insegnabili”, deve avere una mentalità imprenditoriale. Entusiasmo, impegno, buon senso nel business per superare con successo i numerosi blocchi tecnici, politici e organizzativi che possono emergere. Questo è spesso poco insegnabile e può dipendere in parte dalla cultura organizzativa aziendale maturata. ...