（（在浏览网站时，请务必确保禁用您的弹出式阻滞剂。）
财务数据科学家-Python/R编程
概括：
金融数据科学家职位的主要目的是设计，开发和管理预测模型，统计模型以及可重复使用的数据科学解决方案，用于财务运营和战略计划中的决策。使用编程，数据建模，仿真和高级分析来预测和预测数据。评估数据科学方法和程序，以确保有效性，适用性，效率和准确性。计划项目收集方法。生成和检验假设并分析和解释结果。培训其他人，将数据科学方法应用于各种数据集和数据科学软件。
特定工作能力
数据科学咨询，合作和报告
- 设计，开发，配置和管理可重复使用的数据科学解决方案和统计模型，这些模型可以由金融运营，分析和计划团队应用于支持决策。为业务用例创建报告和演示文稿。
- 预测和衡量预测和预测的准确性，以持续推动运营和财务效率。该资源将提供基于容量和需求的数据科学解决方案。
- 教育业务和分析团队如何在各种数据集中应用数据科学方法。提供有关Python，R或其他相关平台等数据科学 /统计软件的培训。
- 适应数据科学方法，以促进跨金融，计划，业务运营，收入周期，成本核算，战略分析和临床运营的决策质量。
- 评估用于获取数据的数据科学方法和程序，以确保有效性，适用性，效率和准确性。确定数据的关系和趋势，以及可能影响结果的任何因素。
- 计划针对特定项目的数据收集方法，并确定要使用的样本组的类型和大小。处理大量数据以进行统计建模和图形分析。
- 报告和解释统计分析的结果，包括图形，图表和表格形式的信息。
口头和书面交流
清楚，清晰地表达思想，以一对一的对话和一对一的对话；创建一个具有开放通信渠道的环境。
通过正式和非正式文件清楚而简洁地传达信息
必需的教育：
计算机科学，统计学，数学，工业工程，生物统计学，生物信息学或相关领域的学士学位。
首选教育：
硕士。
必需的经验：
数据科学解决方案，数据建模，统计分析，应用程序编码或编程，机器学习算法，数据挖掘或数据可视化的四年经验。具有首选学位，在数据科学解决方案，数据建模，统计分析，应用程序编码或编程，机器学习算法，数据挖掘或数据可视化方面具有两年的经验。可以一对一地替代需要教育学位，并具有一对一的同等经验。
首选经验：
Python/R编程，SQL，商业智能软件（Tableau，Power BI，SAP BI），分析技能，金融/业务运营经验。
这是德克萨斯大学医学博士安德森癌症中心的政策，在不考虑种族，颜色，宗教，年龄，国籍，性别，性别，性取向，性别认同/表达，残疾，受保护的退伍军人身份，受保护的资深人士，除非法律要求这种区别，否则遗传信息或受机构政策或联邦，州或地方法律保护的任何其他基础。//www.windowstask.com/about-us/legal-and-policy/legal-statements/eeo-affirmative-action.html
