DXS - Direct Expansion Solutions bietet Lösungen mit variabler Kältemittelmenge und variablem Kältemittelfluss (VRV/VRF) auf Basis von Luft-Wärmepumpen für Gebäude in den Vereinigten Staaten und Kanada. Das Leistungsspektrum umfasst Systemplanung, Lieferung von Anlagen, Inbetriebnahme, Wartung, inverterbasierte Wärmepumpen, Lüftung sowie Steuerungen für die Raumluftqualität. DXS unterstützt Ingenieure, Architekten, Gebäudeeigentümer und Auftragnehmer bei Anwendungen im Gesundheitswesen, im Wohnungsbau, im öffentlichen Sektor, im Militär, in der Logistik und in der Fertigungsindustrie. Dabei hilft das Unternehmen seinen Kunden, eine strategische Elektrifizierung voranzutreiben, den Energieverbrauch und die Emissionen zu senken sowie den Gebäudebetrieb effizienter zu gestalten.
Senior-Machine-Learning-Ingenieur – Remote, Vereinigte Staaten
Leiten Sie produktives maschinelles Lernen für DataXstreams Plattform zur Verwaltung von Unternehmensaufträgen. Entwickeln Sie Empfehlungs-, Prognose-, Neigungs- und Dokumentenintelligenzmodelle für Kundenanwendungsfälle.
Beschreibung
- Entwickeln, trainieren und bewerten Sie Vorhersage-, Ranking- und Empfehlungsmodelle für Anwendungsfälle im Auftragsmanagement
- Unterstützen Sie den gesamten Modellierungslebenszyklus – von der Problemdefinition und Datenaufbereitung über Feature Engineering und Bewertung bis zum erneuten Training
- Arbeiten Sie mit dem Produktmanagement zusammen, um Roadmap-Prioritäten in klar abgegrenzte Machine-Learning-Probleme zu übersetzen
- Analysieren Sie Kundendaten, optimieren und validieren Sie Modelle und arbeiten Sie mit Implementierungs- und Solutions-Engineering-Teams zusammen
- Erstellen Sie reproduzierbare Python-Trainingsabläufe mit systematischer Experimentprotokollierung
- Bereiten, bereinigen und validieren Sie große SAP-Datensätze aus Unternehmen
- Verpacken Sie trainierte Modelle und Pipelines für die Bereitstellung in der Produktion
- Richten Sie die Überwachung von Modell-Drift, Leistungsverschlechterungen und Problemen mit der Datenqualität ein
- Diagnostizieren Sie Produktionsvorfälle, indem Sie das Modellverhalten mit realen betrieblichen Bedingungen in Verbindung bringen
- Verbinden Sie Modellvorhersagen über dokumentierte Serviceschnittstellen mit der Produktplattform
- Setzen Sie Methoden für verantwortungsvolle KI ein, einschließlich Bias-Bewertung, Erklärbarkeit und sorgfältiger Daten-Governance
- Dokumentieren Sie Modelldesigns und vermitteln Sie Verhalten, Einschränkungen und Zielkonflikte an technische Teams, Delivery-, Vertriebs- und Kunden-Teams
- Prüfen Sie die Modellierungsarbeit von Kollegen und fördern Sie höhere Standards für Sorgfalt und Reproduzierbarkeit
Anforderungen
- Nachgewiesene praktische Expertise in maschinellem Lernen und Data Science, einschließlich produktiv eingesetzter Modelle, die anhand realer Messwerte bewertet wurden
- Fortgeschrittene Python-Kenntnisse sowie praktische Erfahrung mit PyTorch oder TensorFlow, scikit-learn, pandas und NumPy
- Fundierte Statistikkenntnisse, einschließlich Versuchsplanung und Auswahl geeigneter Bewertungsmetriken
- Sicherer Umgang mit SQL und Erfahrung mit großen relationalen Datensätzen
- Erfahrung in der Entwicklung geplanter Daten- und Feature-Pipelines über unvollkommene Quellsysteme hinweg
- Erfahrung mit dem Verpacken, Dokumentieren und Definieren von Modellanforderungen für ein Operations- oder Plattformteam
- Fähigkeit, direkt mit Kunden und Stakeholdern aus dem Delivery-Bereich zu arbeiten
- TypeScript- oder JavaScript-Kenntnisse, die für die Integration von Modellen in die Produktplattform ausreichen
- Sehr gute schriftliche und mündliche Kommunikationsfähigkeiten
- Bachelorabschluss in Informatik, Statistik, Mathematik, Ingenieurwissenschaften oder einer verwandten technischen Fachrichtung oder gleichwertige praktische Erfahrung
- Das Hochladen eines englischsprachigen Lebenslaufs ist erforderlich
Zusatzleistungen
- Vollzeitbeschäftigung auf Vertragsbasis
- Arbeitgeber mit Bekenntnis zu Chancengleichheit und Affirmative Action
- Gleichberechtigte Berücksichtigung bei der Beschäftigung unabhängig von Rasse, Hautfarbe, Abstammung, Religion, Geschlecht, nationaler Herkunft, sexueller Orientierung, Alter, Staatsangehörigkeit, Familienstand, Behinderung, Geschlechtsidentität oder Veteranenstatus