Leidos
Leidos
Leidos on järjestelmäintegraattori, joka työskentelee tieteen, teknologian ja tekniikan aloilla tukeakseen asiakkaidensa vaativia tehtäviä. Sen toiminta kattaa ilmailun, puolustuksen, energian, julkishallinnon, terveydenhuollon, tiedustelun, tieteen ja avaruuden. Osaamiseen kuuluvat muun muassa tekoäly, digitaalinen uudistaminen, kyberoperaatiot ja integroidut tehtäväohjelmistot. Yhtiö kehittää myös ratkaisuja, kuten miehittämättömien ilma-alusten torjuntajärjestelmiä ja sotilaskäyttöön tarkoitettua sähköajoneuvojen infrastruktuuria. Leidosin toimintaan kuuluu lisäksi keskittyminen monimuotoisuuteen, yhdenvertaisuuteen ja osallisuuteen, kestävään kehitykseen, hyväntekeväisyyteen ja yhteisöohjelmiin.

Etätyötä tekevä data scientist, soveltava tekoäly ja suorituskyvyn hallinta

Liity Leidosin etätyötä tekeväksi soveltavan data-analytiikan asiantuntijaksi hyödyntämään Pythonia, koneoppimista ja tekoälyä suorituskyvyn hallinnan kehittämiseen kriittisessä laivasto-ohjelmassa. Tunnistat POAM-mahdollisuuksia ja kehität uudelleenkäytettäviä analytiikkavalmiuksia.

Kuvaus

  • Analysoi monimutkaista operatiivista dataa data-analytiikan ja tekoälyn avulla suorituskyvyn heikkenemisen, järjestelmätason ongelmien ja kehitysmahdollisuuksien tunnistamiseksi.
  • Kehitä koodilähtöisiä analyysejä ja malleja suorituskykymahdollisuuksien automaattiseen tai puoliautomaattiseen tunnistamiseen.
  • Hyödynnä tekoälyä ja edistynyttä analytiikkaa POAM-toimenpiteiden vaikuttavuuden arviointiin, priorisointiin ja vahvistamiseen suhteessa sopimuksen mukaisiin suorituskykytavoitteisiin.
  • Tee yhteistyötä suorituskykyanalyytikoiden, insinöörien ja sidosryhmien kanssa muuttaaksesi operatiiviset haasteet dataan perustuviksi ratkaisuiksi.
  • Valitse ja sovella tarkoituksenmukaisia tekoälymenetelmiä säilyttäen samalla asianmukainen selitettävyys ja perusteltavuus.
  • Luo uudelleenkäytettäviä analyysimenetelmiä, koodia ja käytäntöjä, jotka laajentavat tiimin data-analytiikan ja tekoälyn valmiuksia.
  • Esittele analyysitulokset selkeästi ja uskottavasti teknisille yleisöille, liiketoiminnan sidosryhmille ja johdolle.
  • Osallistu laajempiin laivaston suorituskykyä koskeviin hankkeisiin, kuten WAM-ohjelmaan, laajentamalla soveltuvia menetelmiä SLR-keskeisten käyttötapausten ulkopuolelle.

Vaatimukset

  • Kandidaatin tutkinto ja 4–8 vuotta asiaankuuluvaa kokemusta tai maisterin tutkinto ja 2–6 vuotta asiaankuuluvaa kokemusta.
  • Muu ammatillinen kokemus voi korvata tutkintovaatimuksen.
  • Yhdysvaltain kansalaisuus sekä valmius hankkia ja säilyttää voimassa oleva DoD Secret -turvallisuusselvitys.
  • Kokemusta data-analytiikan, koneoppimisen tai tekoälyn soveltamisesta käytännön operatiivisiin tai suorituskykyä koskeviin haasteisiin.
  • Vahva kyky jäsentää ongelmia, mukaan lukien epäselvyyksien tulkinta, hyödyllisen datan tunnistaminen ja sopivien analyysimenetelmien valinta.
  • Pythonin tai vastaavan ohjelmointikielen hallinta data-analyysiin ja mallintamiseen.
  • Kokemusta suurten, epäsiistien tai monimuotoisten aineistojen analysoinnista.
  • Kyky viestiä monimutkaisista analyysituloksista selkeästi ja perustella ne kestävällä päättelyllä.
  • Halukkuus tehdä yhteistyötä monialaisessa tiimissä.
  • Kokemusta soveltavasta koneoppimisesta, tilastollisesta mallintamisesta tai tekoälyn käytöstä hahmontunnistukseen, priorisointiin tai ennustamiseen.
  • Ymmärrys operatiivisista mittareista, palvelutasosopimuksista tai sopimusperusteisista toimintaympäristöistä.
  • Kyky tasapainottaa kehittyneet analyysitekniikat selitettävyyden ja sidosryhmien luottamuksen kanssa.
  • Kokemusta tai perehtyneisyyttä tekoälyn käyttöönottoon, alustalähtöisiin toimintamalleihin tai uudelleenkäytettäviin analytiikkakehyksiin.
  • Kokemusta työskentelystä laajamittaisissa tai yritystason toimintaympäristöissä.