Job scope & responsibilities70% of

Job scope & responsibilities

70% of the job

Perform data mining and manipulation in SQL and other tools to select insurance ‘hot lead’ based on monthly request.
Track and evaluate campaign success rate and make recommendation based on exploratory data analysis.
Develop statistical models, such as decision tree and logistic regression, to improve ‘hot lead’ selection criteria


30% of the job

Develop tracking and ad-hoc reports to enhance the understanding of retail customers
Perform descriptive and predictive model on transactional data

Qualifications

Bachelor degree in mathematics/statistics/engineering/other quantitative field
Master degree in business administration or quantitative field
0-2 or more years of predictive modeling/data mining experience required
Experience in the application of modern statistical design and predictive modeling/data mining techniques on large data sets is a plus
Proven track record in making data mining/analysis actionable to improve business outcomes is a plus
Knowledge of SPSS required. SQL a plus
Experience with development and deployment of models in transactional databases a plus

ผลลัพธ์ (ไทย) 2:

ขอบเขตงานและความรับผิดชอบ70% ของงานที่ดำเนินการทำเหมืองข้อมูลและการจัดการในSQL และเครื่องมืออื่น ๆ ในการเลือกประกันภัยนำร้อน 'ขึ้นอยู่กับการร้องขอรายเดือน. ติดตามและประเมินอัตราความสำเร็จของแคมเปญและให้คำแนะนำอยู่บนพื้นฐานของการวิเคราะห์ข้อมูลการสำรวจ. การพัฒนาแบบจำลองทางสถิติ เช่นต้นไม้ตัดสินใจและการถดถอยโลจิสติกในการปรับปรุง 'นำร้อนเกณฑ์การคัดเลือก30% ของงานในการพัฒนาการติดตามและรายงานเฉพาะกิจเพื่อเพิ่มความเข้าใจของลูกค้ารายย่อยดำเนินการรูปแบบการบรรยายและการคาดการณ์เกี่ยวกับข้อมูลการทำธุรกรรมคุณวุฒิปริญญาตรีในวิชาคณิตศาสตร์/ สถิติ / วิศวกรรม / สาขาอื่น ๆ ปริมาณการศึกษาระดับปริญญาโทด้านบริหารธุรกิจหรือสาขาที่ปริมาณ0-2 ปีหรือมากกว่าการสร้างแบบจำลองการคาดการณ์ข้อมูล / ประสบการณ์การทำเหมืองแร่ที่จำเป็นต้องมีประสบการณ์ในการประยุกต์ใช้การออกแบบที่ทันสมัยและมีสถิติการสร้างแบบจำลองการคาดการณ์ข้อมูล/ เทคนิคการทำเหมืองในชุดข้อมูลที่มีขนาดใหญ่เป็นบวกประวัติที่พิสูจน์แล้วในการทำเหมืองข้อมูล / การวิเคราะห์การดำเนินการในการปรับปรุงผลลัพธ์ทางธุรกิจที่เป็นบวกความรู้เกี่ยวกับโปรแกรมSPSS ต้อง SQL บวกประสบการณ์กับการพัฒนาและการใช้งานรูปแบบการทำธุรกรรมในฐานข้อมูลเป็นบวก

ผลลัพธ์ (ไทย) 3:

งาน&ขอบเขตความรับผิดชอบ

70% ของงาน

แสดงข้อมูลเหมืองแร่และการจัดการใน SQL และเครื่องมืออื่น ๆเพื่อเลือกประกันร้อน ' นำ ' บนพื้นฐานรายเดือนขอ
ติดตามและประเมินแคมเปญอัตราความสำเร็จและให้คำแนะนำอยู่บนพื้นฐานของการวิเคราะห์ข้อมูล .
พัฒนาแบบจำลองทางสถิติ เช่น ต้นไม้ การตัดสินใจและโลจิสติกของการถดถอย เพื่อปรับปรุง ' ' ร้อนนำเกณฑ์การคัดเลือก


30 % ของงาน

พัฒนา ติดตามและรายงานผล เพื่อเพิ่มความเข้าใจของลูกค้ารายย่อย
แสดงบรรยาย และรูปแบบในการทำนายข้อมูล

-

สาขาคณิตศาสตร์ / สถิติ / วิศวกรรม / อื่น ๆปริมาณสนาม
ปริญญาโท สาขาบริหารธุรกิจ หรือ สาขา
เชิงปริมาณ0-2 ปีหรือมากกว่าของการสร้างแบบจำลองข้อมูลเหมืองแร่เป็นประสบการณ์
ประสบการณ์ในการประยุกต์ใช้การออกแบบที่ทันสมัยและการสถิติพยากรณ์ / การทำเหมืองข้อมูลเทคนิคในชุดข้อมูลขนาดใหญ่เป็นบวก
การพิสูจน์ติดตามบันทึกในการวิเคราะห์ข้อมูลในอนาคตเพื่อปรับปรุงผลลัพธ์ทางธุรกิจเหมืองแร่ / เป็นบวก
ความรู้โปรแกรมที่ต้องการพยากรณ์ . SQL บวก
ประสบการณ์ในการพัฒนาและการใช้งานของแบบจำลองในฐานข้อมูลบวก
ทราน