Seorang Profesional Analisis dan Kecerdasan Bisnis, Prof Hargreaves memiliki lebih dari 30 tahun pengalaman dalam peran utama di berbagai industri, termasuk Farmasi, Perawatan Kesehatan, Barang Konsumen yang Bergerak Cepat, dan Pendidikan. Saat ini, beliau menjabat sebagai Direktur Pusat Konsultasi Analisis Data dan Associate Professor di Departemen Statistik dan Ilmu Data di National University of Singapore.
Prof Hargreaves dan timnya telah membantu perusahaan menghasilkan nilai ekonomi, sosial, dan ilmiah dari data menggunakan teknik mutakhir dan strategi analitik data tingkat lanjut. Dia juga memberikan lokakarya langsung tentang Analisis Data untuk Wawasan Pelanggan dan Pemodelan Risiko Kredit untuk membantu perusahaan tetap mengikuti perkembangan teknik analisis data baru.
Prof Hargreaves telah bekerja dengan berbagai perusahaan terkemuka seperti Pfizer, Novartis, MSD, Nestlè, MasterFoods, Goodman Fielder, Foxtel, Aztec, Cegedim Strategic Data, National Health and Medical Research Council dan National University of Singapore (NUS) untuk membuat bisnis mereka lebih cerdas.
Sebelum perannya saat ini di National University of Singapore, Prof Hargreaves mendirikan perusahaannya sendiri dengan fokus untuk membantu klien memahami tantangan dan masalah bisnis mereka untuk mengidentifikasi data yang relevan yang akan membantu menyelesaikan masalah bisnis mereka. Selama bertahun-tahun, dia juga menjabat sebagai Kepala Analisis Bisnis di Universitas Nasional Singapura, Manajer Metode Kuantitatif di IMS Health, Analis Pemodelan Statistik di FOXTEL, dan banyak lagi.
Prof Hargreaves memiliki hasrat untuk memecahkan masalah bisnis menggunakan analitik dan teknik pembelajaran mesin untuk membangun solusi berbasis data. Dia berbicara tentang bagaimana memiliki proses bisnis yang lebih cepat dan cerdas dapat memberdayakan pertumbuhan pendapatan organik.
Beberapa topik yang Prof Hargreaves bicarakan:
• Mengenal Pelanggan Anda dengan Data
• Mengelola Strategi Risiko menggunakan Pemodelan Data
• Memecahkan Masalah Bisnis Nyata dengan Analisis Data
• Privasi Data di Zaman Data - Cara Menggunakan Data dengan Aman
• Deep Learning - Membangun Model Data yang Efisien
• Women in Tech: Perjalanan Saya sebagai Data Scientist
