Wir verwenden technische Cookies und das anonymisierte Besuchsprotokoll von Zorky. Yandex Metrica (Daten werden auf Servern in Russland gespeichert) läuft nur mit Ihrer Einwilligung. Wir verkaufen keine Daten. Mehr zu Cookies und Statistik.
Zorky läuft im Testmodus — alles ist kostenlos. Stellen und Unternehmensseiten sind für alle offen; Links zu den Anzeigen und Ihre persönliche Stellenauswahl gibt es nach der Registrierung. Registrieren →
← Alle Stellen

IT Data Science Principal (Data Warehouse)

Principalremote~$10.8K /moRemote: United States; UTC-10 to UTC-5, USvor 3 Wo.
Markteinblicke
📊 AI / ML / Data Science: Gehälter und Nachfrage am Markt
Stack
agilebacklogci/cdclouddevopsmlopssapsnowflakesql
Details
Anstellung
Vollzeit
Methoden
Agile, CI/CD, DevOps, MLOps
Ausbildung
Bachelor
Unternehmen und Link anzeigen
Kostenlos, nach der Anmeldung.
Bewerben
Öffnen Sie oben das Unternehmen und den Link — Ihre Bewerbung geht direkt in das Recruiting-System des Unternehmens, ohne Vermittler.

Beschreibung

The IT Data Science Principal provides leadership for enterprise data warehouse and artificial intelligence capabilities, ensuring the organization delivers trusted insights and scalable Data and AI solutions aligned with business strategy. This role leads people, platforms, and delivery practices across analytics engineering, BI, data science/ML, and GenAI enablement.

The Data Warehouse Engineer partners closely with Data & Analytics leadership, Information Security, Risk/Compliance, and business leaders to define priorities, manage teams and vendors, and embed governance for data, models, and AI use cases. This role drives measurable outcomes through roadmap execution, operating rhythms, and continuous improvement across Data Warehouse, analytics and AI delivery.

Aufgaben

WHAT YOU’LL DO

  • Partner in developing enterprise analytics and AI roadmap, aligning use cases and investments to business strategy, value, and feasibility.
  • Establish outcome-based prioritization, intake, and funding recommendations for analytics, ML, and GenAI initiatives.
  • Define success metrics and benefits tracking for analytics/AI products and services (adoption, quality, cycle time, and business impact).
  • Lead, coach, and partner with multi-disciplinary teams (analytics engineers, BI developers/analysts, data scientists/ML engineers), including vendor/partner resources.
  • Set clear expectations for delivery quality, documentation, testing, and responsible AI practices; build development plans and career path
Unternehmen — nach der Anmeldung. Anmelden
Quelle: HimalayasAuf Himalayas ansehen →
Kontaktdaten des Arbeitgebers (E-Mail/Telefon/Telegram) sind in der öffentlichen Vorschau ausgeblendet.
Dringende Frage? Schreiben Sie @termdocs