作为一名大数据分析师，您将负责分析大型数据集，以识别趋势、模式和见解，以帮助推动业务战略和决策。您将与数据工程师、数据科学家和业务利益相关者密切合作，收集数据需求，开发分析模型，并生成报告和可视化。您在统计分析、数据挖掘和数据可视化方面的专业知识将有助于改进业务流程、优化绩效，并发现增长机会。
主要职责：
数据收集和处理：
• 与数据工程师合作，从各种来源（包括数据库、数据仓库、API和外部数据集）中识别并获取相关数据。
• 清洁、转换和预处理原始数据，以确保分析的准确性、一致性和兼容性。
数据分析和解释：
• 应用统计技术、数据挖掘算法和机器学习模型来分析大型数据集并提取有意义的见解。
• 识别数据中的模式、趋势和相关性，并提供可行的建议以改善业务绩效。
• 进行特定业务问题和挑战的特定分析和假设检验。
报告和可视化：
• 开发和维护仪表板、报告和可视化，以向利益相关者传达数据驱动的见解。
• 创建清晰简明的数据可视化，如图表、图形和交互式显示，以促进理解和决策。
• 向技术和非技术受众（包括管理层）呈现发现和建议，以推动数据驱动的决策。
数据质量和治理：
• 在数据分析过程中确保数据的完整性、质量和安全性。
• 与数据治理团队合作，制定数据管理和分析的数据标准、政策和最佳实践。
• 进行数据验证和验证，以确保结果的准确性和一致性。
持续学习和改进：
• 了解行业趋势、新兴技术和大数据分析的最佳实践。
• 探索新的分析工具、技术和方法，以增强数据分析能力。
• 与团队成员合作，分享知识、见解和最佳实践。
要求：
• 本科或硕士学位，相关领域，如数据科学、计算机科学、统计学或数学。
• 较强的分析和解决问题的能力，能够将统计概念和算法应用于实际数据。
• 熟练掌握Python或R等编程语言，并具有使用Hadoop、Spark或SQL等大数据处理框架的经验。
• 熟悉Tableau、Power BI或D3.js等数据可视化工具。
• 熟悉数据库系统、数据建模和SQL。
• 出色的沟通和演示技巧，能够将复杂的数据发现转化为清晰明了的见解。
• 注意细节，能够处理大型数据集。
• 具有机器学习算法和技术的经验是一个加分项。
• 具备云平台和大数据技术（如AWS、Azure或Google Cloud）的知识将是有益的。 
新加坡