DXS - Direct Expansion Solutions
DXS - Direct Expansion Solutions
DXS - Direct Expansion Solutions доставя решения с въздушни термопомпи с променлив обем и поток на хладилния агент (VRV/VRF) за сгради в Съединените щати и Канада. Дейността на компанията обхваща проектиране на системи, доставка на оборудване, въвеждане в експлоатация, сервиз, инверторни термопомпи, вентилация и управление на качеството на въздуха в помещенията. DXS подкрепя инженери, архитекти, собственици на сгради и изпълнители в здравеопазването, жилищното строителство, държавната администрация, военния сектор, логистиката и производството, като помага на клиентите да прилагат стратегическа електрификация, да намаляват потреблението на енергия и емисиите и да подобряват ефективността на сградните операции.

Старши инженер по машинно обучение — дистанционна работа, Съединени щати

Ръководете продукционното машинно обучение за корпоративната платформа за управление на поръчки на DataXstream. Създавайте модели за препоръки, прогнозиране, склонност и интелигентна обработка на документи за нуждите на клиентите.

Описание

  • Разработване, обучение и оценяване на модели за прогнозиране, класиране и препоръки за случаи на употреба при управлението на поръчки
  • Подпомагане на целия жизнен цикъл на моделирането — от дефинирането на проблема и подготовката на данните до разработването на характеристики, оценяването и повторното обучение
  • Партниране с продуктовия мениджмънт за превръщане на приоритетите от пътната карта в ясно очертани задачи по машинно обучение
  • Анализиране на клиентски данни, оптимизиране и валидиране на модели и сътрудничество с екипите по внедряване и инженеринг на решения
  • Създаване на възпроизводими Python работни процеси за обучение със систематично проследяване на експериментите
  • Подготовка, почистване и валидиране на големи корпоративни набори от данни в SAP
  • Пакетиране на обучени модели и конвейери за продукционно внедряване
  • Изграждане на мониторинг за промяна в моделите, влошаване на производителността и проблеми с качеството на данните
  • Диагностициране на продукционни инциденти чрез свързване на поведението на моделите с реалните оперативни условия
  • Свързване на прогнозите на моделите с продуктовата платформа чрез документирани сервизни интерфейси
  • Прилагане на отговорни методи за изкуствен интелект, включващи оценка на пристрастията, обяснимост и внимателно управление на данните
  • Документиране на дизайна на моделите и комуникиране на тяхното поведение, ограничения и компромиси пред технически екипи, екипи по внедряване и продажби и клиенти
  • Преглеждане на работата по моделиране на колеги и насърчаване на по-високи стандарти за строгост и възпроизводимост

Изисквания

  • Доказан опит в приложното машинно обучение и науката за данните, включително модели, внедрени в продукция и оценявани с реални измервания
  • Напреднали умения по Python и практически опит с PyTorch или TensorFlow, scikit-learn, pandas и NumPy
  • Силна статистическа основа, включително проектиране на експерименти и избор на подходящи метрики за оценяване
  • Добро познаване на SQL и опит с работа с големи релационни набори от данни
  • Опит в разработването на планирани конвейери за данни и характеристики през несъвършени изходни системи
  • Опит с пакетирането и документирането на модели и дефинирането на изисквания към тях за оперативен или платформен екип
  • Способност за пряка работа с клиенти и заинтересовани страни по внедряването
  • Умения по TypeScript или JavaScript, достатъчни за интегриране на модели с продуктовата платформа
  • Отлични писмени и устни комуникационни умения
  • Бакалавърска степен по компютърни науки, статистика, математика, инженерство или сродна техническа дисциплина, или еквивалентен практически опит
  • Изисква се качване на автобиография на английски език

Придобивки

  • Ангажимент като изпълнител на пълен работен ден
  • Работодателят се ангажира с равни възможности и утвърдителни действия
  • Равно разглеждане на кандидатурите за работа независимо от раса, цвят на кожата, произход, религия, пол, национален произход, сексуална ориентация, възраст, гражданство, семейно положение, увреждане, полова идентичност или статут на ветеран