Processo di assunzione di Data Science presso Fiat Chrysler Automobiles India
Presso il centro ICT (Information and Communication Technology), l’azienda cerca candidati con competenze tecniche di base in ingegneria dei dati, analisi dei dati o scienze dei dati.
Fiat Chrysler Automobile (FCA), ora chiamata Stellantis dopo la sua fusione con Groupe PSA, ha un Data Services CoE dedicato che è parte integrante dei piani di crescita di FCA. Questo centro di eccellenza orizzontale opera con un alto grado di autonomia e fornisce competenze di analisi e scienza dei dati nei vari settori verticali IT aziendali.
La società ha recentemente impegnato 150 milioni di dollari per creare un nuovo hub digitale globale a Hyderabad , che dovrebbe creare quasi 1.000 posti di lavoro tecnologici all’avanguardia entro la fine del 2021. La società assumerà in aree tecnologiche di nicchia come AI, veicoli connessi e tecnologie cloud .
“Il Data Services CoE sta attualmente lavorando su un ampio ed entusiasmante portafoglio di dichiarazioni di problemi. Con una forte domanda di capacità di analisi e scienza dei dati da parte di Stellantis, continueremo a reclutare attivamente e scalare il CoE “, ha affermato Karim Lalani – Direttore e Responsabile del Global Digital Hub, FCAIT Automotive India, in una conversazione con Analytics India Magazine.
Attraverso il Data Services CoE, l’azienda mira a costruire una centrale di innovazione per sfruttare l’intelligenza abilitata dai dati per creare prodotti e servizi entusiasmanti e adattarsi rapidamente alle esigenze in evoluzione dei clienti. “I nostri data scientist stanno già promuovendo l’innovazione in molteplici aree, tra cui la sicurezza dei clienti, la mobilità connessa e la nostra esperienza nello showroom digitale”, ha affermato Lalani.
Competenze richieste
Presso il centro ICT (Information and Communication Technology), l’azienda cerca candidati con competenze tecniche di base in ingegneria dei dati, analisi dei dati o scienze dei dati. Tuttavia, la competenza nel settore è la chiave per identificare e reclutare nuovi talenti. Cercano candidati con una chiara comprensione dei punti deboli aziendali e l’approccio giusto per avere un impatto diretto sul cliente finale.
In termini di background formativo, la maggior parte delle posizioni in Stellantis sono concentrate su candidati con una laurea in ingegneria. Tuttavia, sono aperti anche a coloro che hanno un master o un dottorato di ricerca per ruoli più di nicchia. Cercano anche candidati che si sono laureati in università che offrono curriculum specifico di scienza dei dati o hanno dimostrato la loro passione per il dominio completando certificazioni riconosciute di analisi dei dati / scienza dei dati.
“Una profonda comprensione dei concetti tecnici, degli algoritmi e dei modelli di dati consentirà sicuramente ai candidati di immergersi e contribuire agli entusiasmanti prodotti e servizi che stiamo realizzando presso il nostro Data Services CoE”, ha affermato Lalani.
Sebbene il background formativo fornisca certamente le giuste basi, in ICT India preferiscono candidati che possiedono la spinta a imparare continuamente, collaborare con team globali, passione per guidare il cambiamento e possedere il lavoro che offrono. Detto questo, forti capacità quantitative e di programmazione sono fondamentali per essere assunti.
Essere un data scientist presso Stellantis
Un candidato ideale per la scienza dei dati in azienda dovrebbe avere:
Una capacità di comprendere la strategia del quadro generale e navigare attraverso le complessità tecniche a livello di esecuzione.
Un mix di senso degli affari e competenze tecniche.
Il candidato ideale dovrebbe adottare un approccio consultivo al lavoro e possedere forti capacità di comunicazione per tradurre concetti tecnici in termini più semplici per i nostri partner commerciali. “Vorremmo inoltre che i nostri data scientist ci aiutassero a comprendere” l’arte del possibile “che l’intelligenza abilitata dai” dati “può creare nel contesto della nostra attività”, ha affermato Lalani.
Inoltre, l’azienda ha un chiaro percorso di carriera progettato per i dipendenti. Crede nella fornitura di un ambiente di lavoro continuamente stimolante e gratificante che incoraggi le persone a perseguire carriere per tutta la vita in Stellantis. In qualità di data scientist, possono esplorare un percorso di carriera tecnico o manageriale a seconda dei loro interessi in evoluzione.
“Allo stesso tempo, offriamo una vasta gamma di opportunità di apprendimento che vanno dalle certificazioni tecniche ai programmi di istruzione superiore per supportare gli obiettivi di apprendimento dei nostri dipendenti”, ha affermato.
Processo di intervista
Il Global Digital Hub di Stellantis ha un rigoroso processo di assunzione. Cercano i migliori esperti di data science tecnica e ingegneria dei dati con forti capacità di comunicazione e una mentalità imprenditoriale. Lalani ha spiegato il processo:
Il processo del colloquio dura in genere quattro settimane, durante le quali il candidato alla scienza dei dati viene valutato attraverso varie competenze chiave, tra cui tecnica, leadership, comunicazione e gestione degli stakeholder.
Il primo passo è un processo di screening in cui il team delle risorse umane valuta il curriculum del candidato. Successivamente, il candidato passa attraverso una valutazione tecnica, in cui gli viene chiesto di lavorare su dichiarazioni di problemi di data science nel mondo reale.
Un candidato che supera la valutazione tecnica viene quindi invitato alle discussioni finali del colloquio con le squadre nordamericane e indiane. Questa discussione offre al candidato l’opportunità di saperne di più su come opera il Data Services CoE in ICT India.
Le domande dell’intervista sono principalmente strutturate intorno alla valutazione delle capacità del candidato attorno alle seguenti dimensioni: abilità interpersonali, abilità logiche, abilità tecniche e concetti fondamentali di analisi dei dati e AI / ML. Stellantis ha sottoposto i candidati a un processo di intervista che assomiglia a un “giorno nella vita di un Data Scientist o di un Data Analytics Engineer”.
Per garantire ciò, hanno adottato un approccio di screening basato sull’attività. Valutano la strutturazione del problema, il rigore tecnico (affidabilità, leggibilità, concisione del codice sviluppato per eseguire attività / obiettivo e scalabilità), rigore analitico (chiarezza di approccio, metodologia e conclusioni), l’utilità del codice e altro ancora.
L’azienda sta cercando di collaborare con le startup per portare talenti di alta qualità e aumentare gli sforzi interni per lo sviluppo di IP, soluzioni e acceleratori. Gli hackathon sono anche un modo per attirare talenti all’avanguardia. “Non vediamo l’ora di collaborare con le università per formare e potenziare i talenti per affrontare gli sforzi di data science in Stellantis”, ha aggiunto Lalani.
Parlando delle posizioni di data science, Lalani ha detto che hanno sempre nuovi ruoli che si aprono e ha incoraggiato i candidati interessati a esplorare la loro pagina delle carriere . Le persone in cerca di lavoro possono anche contattare la pagina Linkedin di Stellantis ICT India.
Sfide di reclutamento
Lalani ha affermato di dover affrontare la propria serie di sfide durante il reclutamento per ruoli di analisi dei dati e scienze. “Dal punto di vista delle abilità e delle competenze, guardiamo ai candidati che hanno la giusta combinazione di abilità in matematica, statistica, apprendimento automatico, programmazione e conoscenza del dominio aziendale. Ottenere questa miscela è una sfida “, ha detto Lalani.
L’azienda ha investito in piattaforme di formazione per aiutare i talenti di Stellantis a colmare eventuali lacune in termini di conoscenze, competenze e capacità. “Poiché vi è un’assoluta carenza di competenze sui dati, in Stellantis, ci impegniamo ulteriormente per posizionare la natura all’avanguardia del lavoro che svolgiamo per attrarre i migliori talenti”, ha affermato.
Evidenziando alcuni degli errori di assunzione che le aziende commettono, ha affermato che i candidati che vengono assunti per ruoli di dati devono essere spostati attraverso il funnel di screening e selezione molto più velocemente a causa dell’elevata domanda di skillset. “La compensazione competitiva è la chiave per attirare i migliori talenti della categoria in questo spazio. Il coinvolgimento di un team interfunzionale di stakeholder è la chiave per lo screening e la selezione dei candidati poiché le scienze dei dati / analisi non possono mai essere svolte in silos “, ha affermato.
Suggerimenti professionali
Lalani ha detto che i dati offrono un ampio spettro di possibilità. Pertanto, è imperativo scegliere un’area di interesse e costruire una profonda specializzazione per differenziarsi. “Fornisci gli strumenti giusti, linguaggi di programmazione, sistemi di gestione di database, framework di dati, librerie e strumenti di data wrangling per software di business intelligence e visualizzazione”, ha affermato.
