Exam Path Finder
सेलेक्ट
organisation_logo
  • सीधी भर्ती के माध्यम से यूनियन बैंक ऑफ इंडिया में डेटा साइंटिस्ट और 1 अन्य पद

    इवेंट की स्थिति : विज्ञापन रद्द कर दिया गया

घटनाक्रम

महत्वपूर्ण तिथियाँ

अंतिम तिथी
03/09/2023
आरंभ करने की तिथि
02/08/2023

अन्य महत्वपूर्ण जानकारी

भर्ती प्रकार
सीधी भर्ती
आवेदन मोड
ऑनलाइन
आयु सीमा
21-35
शैक्षिक योग्यता
स्नातक, स्नातकोत्तर
रिक्ति
4
आवेदन शुल्क
हां
Location of Posting/Admission
Mumbai, Maharashtra, India, 400070
संगठन का प्रकार
गैर शैक्षणिक संस्थान
पोस्टिंग/प्रवेश का स्थान
Mumbai, Maharashtra, India
वेबसाइट
https://www.unionbankofindia.co.in/english/home.aspx
पद प्रकार
संविदात्मक
कार्य अनुभव
हां
आयु में छूट का प्रकार
अनुसूचित जाति/अनुसूचित जनजाति वर्ग, अन्य पिछड़ा वर्ग, बेंचमार्क विकलांगता वाले व्यक्ति
साक्षात्कार
Yes
आवेदन लिंक
https://www.unionbankofindia.co.in/

नोट: यह जानकारी सभी पदों के लिए सामान्य है। विशिष्ट पदों से संबंधित विवरण के लिए, कृपया आधिकारिक अधिसूचना देखें।

जारी की गई पोस्ट्स

1. आँकड़े वाला वैज्ञानिक
2. Machine Learning Engineer

महत्वपूर्ण अपडेट

अधिक जानकारी के लिए आधिकारिक अधिसूचना देखें।

एप्लीकेशन सारांश

यूनियन बैंक ऑफ इंडिया ने आँकड़े वाला वैज्ञानिक और Machine Learning Engineer पोस्ट के लिए नौकरी अधिसूचना जारी की है। इच्छुक उम्मीदवार 02/08/2023 से 03/09/2023 तक आवेदन कर सकते हैं। पात्रता, पोस्ट जानकारी, चयन प्रक्रिया, वेतनमान और अधिक के लिए आधिकारिक अधिसूचना डाउनलोड करें।

यूनियन बैंक ऑफ इंडिया सीधी भर्ती के माध्यम से निम्नलिखित पदों के लिए आवेदन आमंत्रित करता है:

पद का नाम: डेटा साइंटिस्ट

आवश्यक योग्यता:

  1. सांख्यिकी में एमएससी/बीटेक/एमसीए

  2. उपरोक्त से लागू योग्यता में न्यूनतम 60% अंक

वांछनीय योग्यता:

  1. स्वतंत्र रूप से काम करने, छोटी व्यस्तताओं या बड़ी व्यस्तताओं के कुछ हिस्सों को प्रबंधित करने की क्षमता

  2. परिपक्व निर्णय लेने की क्षमता के साथ मजबूत समस्या समाधान और समस्या निवारण कौशल

  3. आवश्यक कार्य अनुभव: उम्मीदवार के पास गणितीय मॉडलिंग, मशीन लर्निंग, एडवांस्ड एनालिटिक्स, एआई और एमएल उपयोग के मामलों में कम से कम 5+ वर्षों का व्यावहारिक अनुभव होना चाहिए और बैंकिंग उद्योग में कम से कम 3 वर्षों का तकनीकी अनुभव और कार्यात्मक ज्ञान होना चाहिए।

वांछनीय अनुभव:

  1. मशीन लर्निंग की संभाव्यता और नींव मजबूत होनी चाहिए

  2. जटिल डेटा मॉडलिंग और विश्लेषण करने के लिए पायथन/आर या अन्य भाषाओं/प्रौद्योगिकियों का उन्नत कार्यसाधक ज्ञान

  3. डेटा समस्याओं को हल करने के लिए सांख्यिकीय तरीकों, मशीन लर्निंग मॉडल, गहन शिक्षण, प्राकृतिक भाषा प्रसंस्करण, वैचारिक मॉडलिंग, पूर्वानुमानित मॉडलिंग, परिकल्पना परीक्षण में ज्ञान की व्यापकता

  4. न्यूम पाय, ओपनसीवी, पांडास, टेन्सर फ्लो, केरस, स्किकिट-लर्न, एनएलटीके आदि जैसे फ्रेमवर्क/लाइब्रेरी में विशेषज्ञ स्तर का ज्ञान।

  5. डेटा विज़ुअलाइज़ेशन, एसक्यूएल, ईटीएल और डेटा प्रबंधन अवधारणाओं का अच्छा ज्ञान

  6. मजबूत विश्लेषणात्मक सोच और समस्या सुलझाने का कौशल

  7. अनुसंधान स्थिति के संदर्भ को समझने और विश्लेषण को अलग करने के लिए डेटा विश्लेषण के अवसरों की पहचान करने के लिए मजबूत व्यावसायिक कौशल।

  8. अनुसंधान की स्थिति को सटीक रूप से प्रतिबिंबित करने के लिए परिकल्पना तैयार करके और अनुसंधान समस्या बताकर विश्लेषण प्रक्रिया का मार्गदर्शन करें

पद का नाम: मशीन लर्निंग इंजीनियर

आवश्यक योग्यता:

  1. बीटेक/एमसीए

  2. उपरोक्त से लागू योग्यता में न्यूनतम 60% अंक

वांछनीय योग्यता:

  1. परिपक्व निर्णय लेने की क्षमता के साथ मजबूत समस्या समाधान और समस्या निवारण कौशल

  2. स्वतंत्र रूप से काम करने, छोटी व्यस्तताओं या बड़ी व्यस्तताओं के कुछ हिस्सों को प्रबंधित करने की क्षमता

  3. आवश्यक कार्य अनुभव: समस्या समाधान के लिए डेटा एनालिटिक्स, विज़ुअलाइज़ेशन, सांख्यिकीय प्रोग्रामिंग, डेटा माइनिंग और एनएलपी के लिए पायथन, आर का उपयोग करके कम से कम 5+ वर्ष का व्यावहारिक डेटा विज्ञान अनुभव और बैंकिंग उद्योग में न्यूनतम 3 वर्ष का अनुभव।

वांछनीय अनुभव:

  1. डेटा संरचनाओं, डेटा मॉडलिंग और सॉफ्टवेयर आर्किटेक्चर की समझ

  2. पायथन, जावा और आर में मजबूत कोड लिखने की क्षमता

  3. मशीन लर्निंग फ्रेमवर्क (जैसे केरास या पायटोरच) और लाइब्रेरी (जैसे स्किकिट-लर्न) से परिचित होना

  4. मशीन लर्निंग, अनुशंसा प्रणाली, पैटर्न पहचान, डेटा माइनिंग और कृत्रिम बुद्धिमत्ता

  5. व्यावसायिक अनुशंसाओं में अंतर्दृष्टि का अनुवाद करना

  6. पर्ल, पायथन, पीएचपी और शेल स्क्रिप्ट सहित स्क्रिप्टिंग भाषाएँ

  7. एसक्यूएल, ईटीएल और डेटा मॉडलिंग

  8. हमारे ग्राहकों को DL मॉडल बनाने में मदद करने के लिए MXNet, Caffe 2, Tensorflow, Theano, CNTK, Yolo, Pytorch और Keras जैसे डीप लर्निंग फ्रेमवर्क।

  9. पूर्वानुमान, समय श्रृंखला, परिकल्पना परीक्षण, वर्गीकरण, क्लस्टरिंग या प्रतिगमन विश्लेषण और सांख्यिकीय/गणितीय सॉफ्टवेयर (आर) सहित सांख्यिकी विधियां

  10. अनुसंधान स्थिति के संदर्भ को समझने और विश्लेषण को अलग करने के लिए डेटा विश्लेषण के अवसरों की पहचान करने के लिए मजबूत व्यावसायिक कौशल।

पात्रता मानदंड, शुल्क, पैटर्न, अनुलग्नक, पोस्टिंग का स्थान आदि से संबंधित अधिक जानकारी के लिए नीचे दिए गए संलग्नक देखें।