Nous utilisons des cookies techniques et le journal de visites anonymisé de Zorky. Yandex Metrica (données stockées sur des serveurs en Russie) ne fonctionne qu'avec votre consentement. Nous ne vendons jamais de données. En savoir plus sur les cookies et les statistiques.
Zorky est en mode test — tout est gratuit. Les offres et les pages des entreprises sont ouvertes à tous ; les liens vers les annonces et votre sélection personnelle s'ouvrent après inscription. Inscription →
← Toutes les offres

IT Data Science Principal (Data Warehouse)

Principalremote~$10.8K /moRemote: United States; UTC-10 to UTC-5, USil y a 3 sem.
Analyses du marché
📊 AI / ML / Data Science: salaires et demande sur le marché
Stack
agilebacklogci/cdclouddevopsmlopssapsnowflakesql
Détails
Contrat
Temps plein
Pratiques
Agile, CI/CD, DevOps, MLOps
Formation
Licence
Afficher l'entreprise et le lien
Gratuit, après connexion.
Postuler
Ouvrez l'entreprise et le lien ci-dessus — votre candidature arrive directement dans le système de recrutement de l'entreprise, sans intermédiaire.

Description

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.

Missions

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
Entreprise : après connexion. Se connecter
Source : HimalayasVoir sur Himalayas →
Les contacts de l'employeur (e-mail/téléphone/telegram) sont masqués dans l'aperçu public.
Question urgente ? Écrivez à @termdocs