Kinaxis arendab tarneahelate orkestreerimise tarkvara, mis aitab organisatsioonidel kavandada, hallata ja reageerida keerukatele tegevustele. Ettevõtte Maestro platvorm ühendab tehisintellekti kasutava planeerimise, täiustatud analüütika ja reaalajas andmete nähtavuse, et toetada teadlikumate otsuste tegemist kogu tarneahelas. Ettevõtte lahendused sobivad muu hulgas tootmise, tervishoiu ja konsultatsioonivaldkonna organisatsioonidele, keskendudes tõhususe parandamisele, nõudluse prognoosimisele ja häirete korral kiirele kohanemisele.
Tehisintellekti ja masinõppe teaduspraktikant – Kanada (hübriidtöö)
Uuri aegridade prognoosimise ja generatiivse tehisintellekti meetodeid tarneahela planeerimiseks Kinaxisis. Arenda praktilisi masinõppeoskusi eksperimentide, prototüüpide ning teadus- ja tootemeeskondade koostöö kaudu.
Kirjeldus
- Teosta rakenduslikku masinõppeteadust aegridade prognoosimise ja generatiivse tehisintellekti valdkonnas tarneahela planeerimiseks
- Vaata läbi teaduskirjandus, tuvasta paljutõotavad lähenemisviisid ning sõnasta testitavad küsimused ja hüpoteesid
- Kavanda ja vii läbi korratavaid eksperimente tegelike ja võrdlusandmestikega
- Koosta ja hinda mudeleid tugevate lähtetasemete suhtes, kasutades kvantitatiivseid ja kvalitatiivseid mõõdikuid
- Tõlgenda tulemusi, piiranguid, töökindlust ja praktilisi kompromisse
- Esitle uurimistulemusi nii tehnilisele kui ka mittetehnilisele sihtrühmale
- Loo teadusprototüüpe ning tööta koos teadlaste, andmeteadlaste, inseneride ja valdkonnaekspertidega, et hinnata toote potentsiaali
- Panusta vajaduse korral tootekontseptsioonidesse, tehnilistesse aruannetesse, demonstratsioonidesse, publikatsioonidesse ja patenditaotlustesse
- Tööta kogu praktika vältel pühendunud mentoriga
Nõuded
- Õpid praegu või oled hiljuti lõpetanud magistri- või doktoriõppe informaatikas, masinõppes, statistikas, rakendusmatemaatikas, operatsioonianalüüsis või seotud valdkonnas
- Sul on õigus praktikale praeguse täiskoormusega õppimise tõttu või lõpetad õpingud 12 kuu jooksul pärast praktikaperioodi lõppkuupäeva
- Põhjalikud teadmised masinõppest, statistikast ja eksperimentide kavandamisest
- Praktiline tehisintellekti- ja masinõppeteaduse kogemus magistri- või doktoriõppes, publikatsioonide, lõputöö, teaduspraktika või mahukate projektide kaudu
- Valdad Pythonit ja sul on kogemus tänapäevaste masinõpperaamistikega
- Oskad avatud probleemid muuta testitavateks hüpoteesideks, rangeteks eksperimentideks ja hästi põhjendatud järeldusteks
- Kogemus aegridade prognoosimise, tõenäosusliku prognoosimise või aegridade alusmudelitega, näiteks PFN-idega, on eelis
- Generatiivse tehisintellekti, sealhulgas suurte keelemudelite, otsinguga täiendatud genereerimise ja agentide tundmine on eelis
- Statistilise järeldamise, määramatuse kvantifitseerimise või põhjusliku järeldamise teadmised on eelis
- Kogemus alusmudelite hindamisega peenhäälestuse, kohandamise, võrdlusuuringute või veaanalüüsi kaudu on eelis
- Teaduskommunikatsiooni kogemus, mida näitavad publikatsioonid, eeltrükised või tehnilised aruanded, on eelis
- Peaksid asuma Kanada idapoolses ajavööndis; Ottawas või Torontos asuvad praktikandid peavad töötama kontoris vähemalt kolm päeva nädalas
Hüved
- Paindlik puhkusepoliitika ja kogu ettevõtte Kinaxise puhkepäevad
- Paindlikud töökorraldusvõimalused
- Füüsilist ja vaimset heaolu toetavad programmid
- Regulaarsed virtuaalsed treeningtunnid
- Mentorlus-, koolitus- ja karjäärivõimalused
- Tunnustusprogrammid ja soovituspreemiad
- Häkatonid