Kinaxis entwickelt Software zur Orchestrierung von Lieferketten, die Unternehmen dabei unterstützt, komplexe Abläufe zu planen, zu steuern und auf Veränderungen zu reagieren. Die Maestro-Plattform kombiniert KI-gestützte Planung, fortschrittliche Analysen und Echtzeit-Transparenz über Daten, um fundiertere Entscheidungen entlang der Lieferkette zu ermöglichen. Die Lösungen des Unternehmens sind unter anderem für Organisationen in den Bereichen Fertigung, Gesundheitswesen und Beratung relevant und konzentrieren sich darauf, die Effizienz zu steigern, die Nachfrage frühzeitig zu erkennen und sich bei auftretenden Störungen schnell anzupassen.
Praktikum in Forschung zu KI und maschinellem Lernen – Kanada (hybrid)
Erforsche Zeitreihenprognosen und generative KI-Methoden für die Lieferkettenplanung bei Kinaxis. Entwickle praktische Kompetenzen im maschinellen Lernen durch Experimente, Prototypen und die Zusammenarbeit mit Forschungs- und Produktteams.
Beschreibung
- Durchführung angewandter Forschung zum maschinellen Lernen in den Bereichen Zeitreihenprognosen und generative KI für die Lieferkettenplanung
- Auswertung der Forschungsliteratur, Identifizierung vielversprechender Ansätze sowie Entwicklung prüfbarer Fragen und Hypothesen
- Konzeption und Durchführung reproduzierbarer Experimente mit realen und Benchmark-Datensätzen
- Entwicklung und Bewertung von Modellen anhand starker Baselines mit quantitativen und qualitativen Messgrößen
- Interpretation von Ergebnissen, Einschränkungen, Robustheit und praktischen Zielkonflikten
- Präsentation von Forschungsergebnissen vor technischen und nicht technischen Zielgruppen
- Erstellung von Forschungsprototypen und Zusammenarbeit mit Forschenden, Datenwissenschaftlerinnen und Datenwissenschaftlern, Ingenieurinnen und Ingenieuren sowie Fachexpertinnen und Fachexperten zur Bewertung des Produktpotenzials
- Mitwirkung an Produktkonzepten, technischen Berichten, Demonstrationen, Veröffentlichungen und Patentanmeldungen, sofern angemessen
- Zusammenarbeit mit einer festen Mentorin oder einem festen Mentor während des gesamten Praktikums
Anforderungen
- Derzeitiges Studium oder kürzlich abgeschlossener Master oder eine kürzlich abgeschlossene Promotion in Informatik, maschinellem Lernen, Statistik, angewandter Mathematik, Operations Research oder einem verwandten Fachgebiet
- Berechtigung für ein Praktikum durch eine aktuelle Vollzeiteinschreibung oder einen Abschluss innerhalb von zwölf Monaten vor dem Ende des Praktikums
- Fundierte Kenntnisse in maschinellem Lernen, Statistik und Versuchsplanung
- Praktische Erfahrung in der KI- und ML-Forschung durch ein Hochschulstudium, Veröffentlichungen, eine Abschlussarbeit, Forschungspraktika oder umfangreiche Projekte
- Sehr gute Python-Kenntnisse und Erfahrung mit modernen Frameworks für maschinelles Lernen
- Fähigkeit, offene Problemstellungen in prüfbare Hypothesen, fundierte Experimente und gut begründete Schlussfolgerungen zu überführen
- Erfahrung mit Zeitreihenprognosen, probabilistischen Prognosen oder Zeitreihen-Grundlagenmodellen wie PFNs ist von Vorteil
- Kenntnisse im Bereich generative KI, einschließlich großer Sprachmodelle, Retrieval-Augmented Generation und Agenten, sind von Vorteil
- Kenntnisse in statistischer Inferenz, Quantifizierung von Unsicherheiten oder kausaler Inferenz sind von Vorteil
- Erfahrung in der Bewertung von Grundlagenmodellen durch Fine-Tuning, Anpassung, Benchmarking oder Fehleranalyse ist von Vorteil
- Erfahrung in der wissenschaftlichen Kommunikation, nachgewiesen durch Veröffentlichungen, Preprints oder technische Berichte, ist von Vorteil
- Wohnsitz in Kanadas östlicher Zeitzone erforderlich; Praktikantinnen und Praktikanten in Ottawa oder Toronto müssen mindestens drei Tage pro Woche im Büro arbeiten
Zusatzleistungen
- Flexible Urlaubsregelung und unternehmensweite freie Kinaxis-Tage
- Flexible Arbeitsmodelle
- Programme zur Unterstützung des körperlichen und psychischen Wohlbefindens
- Regelmäßige virtuelle Fitnesskurse
- Mentoring, Schulungen und Möglichkeiten zur beruflichen Weiterentwicklung
- Anerkennungsprogramme und Prämien für Empfehlungen
- Hackathons