GHGSAT povezuje satelitsko snimanje i analitiku emisija kako bi industrijskim operaterima i vladama pomogao prepoznati i izmjeriti ispuštanja stakleničkih plinova. Njegova tehnologija otkriva emisije na industrijskim lokacijama diljem svijeta te pruža podatke koji mogu pridonijeti praćenju i smanjenju emisija. Tvrtka djeluje u područjima zrakoplovstva i svemirskih tehnologija, energetike i zaštite okoliša.
Znanstvenik za podatke – računalni vid i strojno učenje
Primjenjujte računalni vid i strojno učenje na satelitskim podacima GHGSAT-a te automatizirajte obradu mjerenja emisija stakleničkih plinova. Razvijajte i uvodite modele za otkrivanje, mjerenje i praćenje.
Opis
- Unaprijedite obradu podataka GHGSAT-a primjenom strojnog učenja i metoda utemeljenih na fizici.
- Izrađujte, trenirajte i usavršavajte modele za klasifikaciju slika, detekciju objekata i segmentaciju.
- Izrađujte prototipe pristupa utemeljenih na znanstvenim istraživanjima.
- Istražujte podatke kako biste otkrili korisne prediktivne značajke i analitičke mogućnosti.
- Surađujte sa stručnjacima iz područja, validatorima podataka i drugim dionicima na unapređenju metoda i učinkovitosti modela.
- Surađujte s programerima kako biste modele i algoritme uveli u produkciju.
- Primjenjujte računalni vid i strojno učenje za automatizaciju obrade podataka za otkrivanje, mjerenje i praćenje stakleničkih plinova.
Zahtjevi
- Imati završen diplomski studij ili viši stupanj obrazovanja iz fizike, inženjerstva, teorijske kemije ili biologije, matematike, računalnih znanosti ili srodnog područja.
- Imati napredno znanje Pythona.
- Znati dokumentirati i sažeti ključne nalaze.
- Imati izražene sposobnosti rješavanja problema i pedantno paziti na detalje.
- Poznavati vjerojatnost i statistiku.
- Imati iskustva u obradi slika i računalnom vidu.
- Imati iskustva u primjeni strojnog učenja na složene podatke iz stvarnog svijeta.
- Vješto se služiti Pythonovim bibliotekama za strojno učenje kao što su PyTorch, TensorFlow i scikit-learn.
- Imati iskustva u radu s podacima daljinskog istraživanja.
- Imati iskustva u timskom razvoju softvera uz Git.
- Imati iskustva s upotrebom i izradom Dockerovih slika.
- Imati zakonsko pravo na rad u Kanadi i ispunjavati uvjete kanadskog programa Controlled Goods Program (CGP).
Pogodnosti
- Konkurentna plaća i dioničke opcije za zaposlenike s punim radnim vremenom.
- Zdravstveno i stomatološko osiguranje.
- Plaćeni dopust i pomični praznici.
- Fleksibilno radno okruženje.
- Fleksibilno radno vrijeme.
- Kontinuirano učenje i profesionalni razvoj.
- Raznoliko i uključivo radno okruženje.
- Prilagodbe su dostupne na zahtjev.