DISA Technologies, Inc. یک شرکت علمی و سخت‌افزاری است که فناوری فرآوری مواد معدنی را برای فعالان معدن و منابع توسعه می‌دهد. پلتفرم ثبت‌شده DISA Tech™ این شرکت با استفاده از ابلیشن دوغاب پرفشار، از برخوردهای پرسرعت دوغاب برای آزادسازی مواد معدنی ارزشمند بهره می‌گیرد. هدف این فناوری کاهش مصرف انرژی و محدود کردن ذرات ریز و لجن‌های مرتبط با آسیاب‌کاری متداول است. سامانه‌های ماژولار شرکت برای استقرار در توده‌های فعال سنگ معدن، ذخایر انباشته، باطله‌ها و سایت‌های قدیمی اورانیوم طراحی شده‌اند. این سامانه‌ها با فرایندهایی مانند فلوتاسیون و لیچینگ، به بهبود تغلیظ در مراحل بعدی کمک می‌کنند و بازیابی منابع را با پاک‌سازی و احیای محل در همان سایت ترکیب می‌کنند.
کارآموز مهندسی داده و یادگیری ماشین – ترکیبی
داده‌های آزمایش‌های فرآوری مواد معدنی شرکت DISA Technologies را برای تحلیل ابری سازمان‌دهی و استانداردسازی کنید. برای ارزیابی کیفیت داده و شناسایی روابط آماده برای یادگیری ماشین، سوابق تاریخی را تحلیل کنید.
توضیحات
- منابع داده تاریخی را با جزئیاتی مانند مکان، مشتری، پروژه، سایت یا برنامه، واحد تجهیزات، بازه زمانی، قالب و میزان کامل‌بودن فهرست کنید.
- مشخصات قالب‌های تکرارشونده سوابق را مستند کنید و فایل‌های نمونه را نیز درج کنید.
- فایل‌های آزمایش را به یک الگوی جدولی استاندارد تبدیل کنید و در محل آماده‌سازی تعیین‌شده قرار دهید.
- گزارش‌های کیفیت داده تهیه کنید که اطلاعات مفقود، تحلیل‌های ناقص یا مشکوک و ناسازگاری‌های میان فایل‌ها را مشخص کنند.
- برای کشف همبستگی‌ها و روابط احتمالی، مجموعه‌داده‌ها را بررسی کنید.
- یادداشت‌های امکان‌سنجی تهیه کنید و توضیح دهید داده‌های تاریخی به کدام پرسش‌ها پاسخ می‌دهند و به کدام پرسش‌ها نمی‌توانند پاسخ دهند.
- در صورت نیاز، نام فایل‌ها و برچسب‌ها را در پوشه‌های قدیمی استاندارد کنید.
- در صورت نیاز، فراداده لازم برای انتقال به سامانه مدیریت اسناد را گردآوری کنید.
- در صورت نیاز، سوابق آزمایش را با مجموعه‌داده‌های اندازه‌گیری مرتبط تطبیق دهید.
شرایط لازم
- در حال تحصیل یا به‌تازگی فارغ‌التحصیل رشته‌های علوم کامپیوتر، علم داده، آمار، مهندسی یا رشته‌ای مرتبط باشید.
- در استفاده از Python و pandas یا مجموعه‌ابزار معادل برای خواندن، پاک‌سازی و بازآرایی داده‌های جدولی مهارت داشته باشید.
- تجربه عملی در کار با فایل‌های نامنظم دنیای واقعی، از جمله کتاب‌های کاری Excel، فایل‌های CSV و PDF و نام‌گذاری یا ساختارهای ناسازگار داشته باشید.
- منظم و دقیق باشید و برای ثبت اطلاعات مفقود و ناسازگاری‌های حل‌نشده آمادگی داشته باشید.
- بتوانید بر اساس شِماها و الگوهای تعریف‌شده مستقل کار کنید و هنگام ناسازگاری فایل‌ها، توضیح بخواهید.
- مهارت‌های قوی در ارتباطات نوشتاری داشته باشید.
- با SQL، کاتالوگ‌های داده یا مفاهیم دریاچه داده مانند لایه‌های برنز، نقره و طلا آشنا باشید.
- تجربه مقدماتی در آمار یا تحلیل اکتشافی داده با ابزارهایی مانند matplotlib، seaborn یا Jupyter داشته باشید.
- به فرآوری مواد معدنی، شیمی یا داده‌های فرایندهای صنعتی علاقه‌مند باشید؛ تخصص قبلی در این حوزه لازم نیست.
- با استفاده حرفه‌ای از SharePoint یا OneDrive آشنا باشید.
مزایا
- یک لپ‌تاپ مدیریت‌شده یا دسکتاپ مجازی در اختیار شما قرار می‌گیرد.
- از آنجا که این نقش شامل کار با داده‌های محرمانه مشتریان است، امضای تأییدیه محرمانگی الزامی است.