Ang Neara ay bumubuo ng predictive modeling software para sa pamamahala ng mga utility network, na tumutulong sa mga team na maagap na mapamahalaan ang imprastraktura at makagawa ng mas mabubuting desisyon tungkol sa panganib, pagpapanatili, at disenyo. Sinasagisag ng platform nito ang mga kondisyon sa totoong mundo, kabilang ang matitinding lagay ng panahon, upang masuri ng mga utility ang kalagayan ng mga asset, maplano ang pamamahala ng mga halaman, matukoy ang mga kahinaan, at masuportahan ang pagsasama ng renewable energy. Nakatuon ang kumpanya sa pagpapahusay ng pagiging maaasahan, katatagan, at kahusayan sa pagpapatakbo ng mahahalagang network.
Siyentista ng Datos na Heospasyal
Bumuo ng mga modelong pangpanganib gamit ang LiDAR at datos ng panahon para sa digital twin platform ng Neara para sa mga grid ng kuryente. Tulungan ang mga utility na maiwasan ang mga sunog sa kagubatan at patatagin ang imprastraktura.
Estados Unidos
Texas$140,000 – $160,000 / taon
HybridFull-timeGitnang antasSeniorKinakailangang Wika: InglesGISPaglalarawan
- Makipagtulungan sa mga pangkat ng customer para sa geospatial at GIS sa isang hybrid na tungkulin.
- Bumisita sa mga opisina ng customer upang alamin ang mga daloy ng trabaho sa datos, isama ang mga sistema, at tugunan ang mga hamong spatial.
- Bumuo ng mga modelong prediktibo sa Neara gamit ang LiDAR, mga modelo ng terreno, at datos ng panahon.
- Imodelo ang paglaylay at pag-uga ng mga konduktor, pati ang panganib na bumagsak ang mga halaman sa mga linya, upang makatulong na maiwasan ang pagsiklab ng mga sunog sa kagubatan.
- Gawing mga kapaki-pakinabang na pananaw ang mga sukatan ng panganib na spatial at pang-istruktura para gabayan ang mga desisyon sa pamumuhunan ng kapital ng mga utility.
- Bumuo at magpanatili ng mga pipeline ng spatial na datos upang kumuha, maglinis, mag-vectorize, at magsama-sama ng iba't ibang format ng geospatial na datos.
- Magtakda ng mga benchmark sa quality assurance para sa katumpakan ng spatial na datos, mga pagbabago sa coordinate reference system, at pagkakahanay ng istruktura.
- Mag-mentor ng mga kasamahan sa pagsasanay ng modelo, analitika ng datos, at pagbuo ng produktong ginagabayan ng datos.
Mga Kinakailangan
- May hindi bababa sa limang taong praktikal na karanasan sa data science o machine learning.
- Bentahe ang karanasan sa geospatial na datos o sa larangan ng power grid.
- Malakas ang kakayahang umunawa ng mga ugnayang kuwantitatibo sa datos.
- Mahusay na kasanayan sa pakikipagkomunikasyon.
- May napatunayang kakayahang maglahad ng masalimuot na mga natuklasan sa mga customer at nakatataas na lider.
- Bentahe ang karanasan sa mga kompanyang teknolohiya na mabilis lumago.
- May sariling pagkukusa at nakatuon sa pagkilos.
- Kayang akuin ang buong responsibilidad para sa masalimuot na mga proyekto at mabilis umangkop kapag nagbabago ang mga prayoridad.
- Nakikipagtulungan sa mga teknikal na pangkat at panlabas na stakeholder ng customer.
- May rekord ng paggawa ng malinaw at nakatuon sa negosyo na mga resulta mula sa magulong datos sa totoong mundo.
- Kayang magtrabaho sa hybrid na setup at bumisita sa mga opisina ng customer.
Mga Benepisyo
- Malaking bahagi ng kabayaran ay equity.
- Makipagtulungan sa nangungunang multimodal na spatial data stack.
- Lutasin ang mga hamon sa inhinyeriya sa totoong mundo sa napakalaking saklaw.
- Gamitin ang spatial modeling upang mabawasan ang panganib ng mga sunog sa kagubatan at patatagin ang kritikal na imprastraktura.
- Tumulong sa paghubog ng spatial architecture ng pangunahing linya ng produkto.
- Makipagtulungan sa mga nangungunang inhinyero sa machine learning at software.