DXS - Direct Expansion Solutions ofrece soluciones de bombas de calor de fuente de aire con volumen y flujo de refrigerante variable (VRV/VRF) para edificios en Estados Unidos y Canadá. Su trabajo abarca el diseño de sistemas, el suministro de equipos, la puesta en marcha, el servicio técnico, las bombas de calor basadas en tecnología inverter, la ventilación y los controles de ventilación y calidad del aire interior. DXS presta apoyo a ingenieros, arquitectos, propietarios de edificios y contratistas en aplicaciones sanitarias, residenciales, gubernamentales, militares, logísticas y de fabricación, ayudando a sus clientes a impulsar la electrificación estratégica, reducir el consumo de energía y las emisiones, y mejorar la eficiencia operativa de los edificios.
Ingeniero sénior de aprendizaje automático — Remoto, Estados Unidos
Lidera el aprendizaje automático en producción para la plataforma empresarial de gestión de pedidos de DataXstream. Desarrolla modelos de recomendación, previsión, propensión e inteligencia documental para casos de uso de clientes.
Descripción
- Desarrollar, entrenar y evaluar modelos de predicción, clasificación y recomendación para casos de uso de gestión de pedidos
- Apoyar todo el ciclo de vida del modelado, desde la definición del problema y la preparación de datos hasta la ingeniería de características, la evaluación y el reentrenamiento
- Colaborar con la gestión de producto para convertir las prioridades de la hoja de ruta en problemas de aprendizaje automático claramente delimitados
- Analizar datos de clientes, optimizar y validar modelos, y colaborar con los equipos de implementación e ingeniería de soluciones
- Crear flujos de trabajo reproducibles de entrenamiento en Python con un seguimiento sistemático de experimentos
- Preparar, depurar y validar grandes conjuntos de datos empresariales de SAP
- Preparar modelos y canalizaciones entrenados para su implementación en producción
- Establecer sistemas de monitorización para detectar deriva de modelos, degradación del rendimiento y problemas de calidad de datos
- Diagnosticar incidentes de producción relacionando el comportamiento de los modelos con las condiciones operativas del mundo real
- Conectar las predicciones de los modelos con la plataforma del producto mediante interfaces de servicio documentadas
- Aplicar métodos de IA responsable que abarquen la evaluación de sesgos, la explicabilidad y una gobernanza cuidadosa de los datos
- Documentar los diseños de los modelos y comunicar su comportamiento, limitaciones y compensaciones a equipos técnicos, de entrega, ventas y clientes
- Revisar el trabajo de modelado de otros miembros del equipo y promover estándares más sólidos de rigor y reproducibilidad
Requisitos
- Experiencia demostrada en aprendizaje automático aplicado y ciencia de datos, incluidos modelos implementados en producción y evaluados con mediciones del mundo real
- Dominio avanzado de Python y experiencia práctica con PyTorch o TensorFlow, scikit-learn, pandas y NumPy
- Sólida base estadística, incluido el diseño experimental y la selección de métricas de evaluación adecuadas
- Dominio de SQL y experiencia trabajando con grandes conjuntos de datos relacionales
- Experiencia desarrollando canalizaciones programadas de datos y características a partir de sistemas de origen imperfectos
- Experiencia preparando, documentando y definiendo requisitos de modelos para un equipo de operaciones o de plataforma
- Capacidad para trabajar directamente con clientes y partes interesadas de entrega
- Conocimientos de TypeScript o JavaScript suficientes para integrar modelos con la plataforma del producto
- Sólidas habilidades de comunicación escrita y oral
- Grado universitario en Informática, Estadística, Matemáticas, Ingeniería o una disciplina técnica relacionada, o experiencia práctica equivalente
- Es obligatorio subir un currículum en inglés
Beneficios
- Colaboración como contratista a tiempo completo
- Empresa comprometida con la igualdad de oportunidades y la acción afirmativa
- Consideración para el empleo en igualdad de condiciones, independientemente de raza, color, ascendencia, religión, sexo, origen nacional, orientación sexual, edad, ciudadanía, estado civil, discapacidad, identidad de género o condición de veterano