McKesson
Lead Workforce Scientist
Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.
Ведущий специалист по workforce-аналитике в McKesson: строит прогнозные, сценарные и симуляционные модели для стратегического планирования персонала и оценки влияния AI и автоматизации на работу, навыки и структуру организации.
Задачи
- Строить модели прогнозирования спроса и предложения рабочей силы (time-series, регрессия, ML), связывая численность, навыки, ёмкость и затраты с бизнес-драйверами
- Разрабатывать сценарные и симуляционные модели (Monte Carlo, Markov, stock-and-flow) для проверки стратегической неопределённости
- Строить и валидировать предиктивные модели для потоков талантов, ёмкости и дефицита компетенций с оценкой точности, стабильности и справедливости
- Применять статистические и причинно-следственные методы к вопросам организационной эффективности (spans and layers, операционные модели, продуктивность)
- Интегрировать и анализировать данные HRIS, финансов, операций, навыков и внешнего рынка труда на Python или R и SQL в масштабе предприятия
- Разрабатывать аналитические датасеты и производные метрики для прогнозирования, симуляций и организационного анализа
- Работать в облачных платформах данных (Databricks) с версионированием, документацией и воспроизводимыми методами
- Совместно с командами HR-платформы, финансов и технологий определять требования к данным и качеству
- Количественно оценивать влияние AI, автоматизации и новых технологий на задачи, роли, навыки, ёмкость и затраты
- Разрабатывать сценарии, разделяющие человеческий, автоматизированный и AI-усиленный труд
- Выступать экспертом предприятия по стратегическому планированию персонала и аналитике организационной эффективности
- Переводить результаты моделей в рекомендации для руководства по инвестициям в персонал, оргдизайну и трансформации
Требования
- Степень бакалавра в Data Science, статистике, Computer Science, математике, экономике, исследовании операций или смежной количественной области; магистратура или PhD предпочтительны
- 8+ лет практического опыта применения data science, прогнозирования, симуляций или продвинутой аналитики к вопросам планирования персонала, операций или бизнес-стратегии
- Продвинутое владение Python или R и SQL, включая библиотеки прогнозирования, симуляций и машинного обучения, с опытом разработки и валидации моделей end-to-end
- Опыт работы с реляционными базами данных и облачными платформами данных (Databricks, Snowflake или Azure), включая подготовку analysis-ready датасетов из несовершенных данных
- Знание методов стратегического планирования персонала, принципов оргдизайна, данных рынка труда и AI-трансформации workforce
- Умение объяснять технические выводы старшим нетехническим руководителям и превращать данные в рекомендации
Условия
- Конкурентный компенсационный пакет в рамках Total Rewards
- Базовый оклад $122,100 - $162,800
- Возможны годовой бонус или долгосрочные программы стимулирования
- Пакет льгот McKesson
Навыки
- Python
- R
- SQL
- Machine Learning
- Time-series
- Monte Carlo
- Markov
- Stock-and-flow
- Databricks
- Snowflake
- Azure
- Relational databases
- AI
- Automation