Dagens dataplattformer skal moderniseres ved at det etableres en ny dataplattform i skyen (Azure) i perioden 2024 til 2026. Dagens løsninger skal bygges på nytt på en ny dataplattform for å ikke ta med seg teknisk- og data-gjeld. Løsningen består av om lag 100 integrasjoner og 450 datasett som i dag benyttes til økonomiske modeller og analyser. 

Moderniseringen er organisert som et prosjekt med varighet på to og et halvt år. 

Det er lagt opp til en trinnvis implementering av virksomhetsprosesser med tilhørende data. 

Vi ønsker en ML/Analyse Engineer som kan tilrettelegge for at analytikere og forskere kan analysere data, utvikle modeller og visualisering av resultatene sine best mulig på den nye dataplattformen. Det vil primært være standard analyser, men vil også kunne inkludere maskinlæring. Du skal vise og veilede analytikerne hvordan nye verktøy på ny data og analyseplattform kan benyttes. 

ANSVAR OG OPPGAVER
Som Analyse/ML Engineer vil du blant annet utføre følgende oppgaver:

• Konfigurere analyseverktøy på ny dataplattform (Matlab, R, Phyton, SQL, Eviews, STATA, Julia)
• Opplæring i bruk av analyseverktøy
• Utarbeide rammeverk og veiledninger  
• Etablere oppsett av modeller og vurdere hvordan dagens datamodeller kan etableres på ny dataplattform (Databricks og MlFlow)
• Utfordre organisasjonen i å nyttiggjøre seg av ny teknologi og veilede i bruken.
• Migrering av on-prem modellering til sky med opplæring på ny teknologi. 
• Utvikling og automatisering av modeller og figurproduksjoner for deling på tvers.

Konsulenten blir prosjektdeltaker i analyseteamet på ny dataplattform.   

HOVEDKVALIFIKASJONER OG FERDIGHETER
Kvalifikasjoner:

• Erfaring med og/eller tilrettelegge store datamengder for analyser med ulike verktøy
• Erfaring med å utvikle modeller som kjører på store datamengder for prognoser og trender
• Erfaring med å utvikle rammeverk/malverk som gjør analytikernes arbeid med analyser og modeller med ulike verktøy
• Erfaring med ML modellering, versjoner og historisering på tvers av ulike verktøy i et MLOps oppsett.
• Teknisk kompetanse på teknologier som Databricks, MLFlow, Python, R, Matlab, Stata, PowerBI m. flere er en fordel. 

Personlige egenskaper:

• Lagspiller
• Selvstendig
• Løsningsorientert
• Fleksibel