QDM 엔지니어, AI 및 머신러닝
자동차 공장 데이터와 연결된 데이터 파이프라인을 활용해 Python 및 머신러닝 솔루션을 구축합니다. Expleo와 함께 더 안전하고 스마트하며 지속 가능한 모빌리티를 발전시킵니다.
설명
- 자율주행차, 전기 모빌리티, 디지털화를 위한 기술을 개발합니다.
- 지속적인 혁신을 통해 자동차 고객의 성과와 지속 가능성 향상을 지원합니다.
- 차량의 안전성, 효율성, 환경 영향을 개선하는 기술을 통합합니다.
- 더 안전하고 스마트하며 친환경적인 교통에 기여합니다.
- 공장 데이터를 수집, 저장, 처리, 시각화하는 시스템을 구축합니다.
- 기계, PLC, 센서, MES, ERP, 품질 시스템, 수동 데이터 소스를 공통 플랫폼으로 통합합니다.
- 데이터를 자동으로 전송하고 통합하는 파이프라인을 구축합니다.
- 보안, 백업, 접근 제어를 통해 데이터를 보호합니다.
- 기술에 익숙하지 않은 관계자에게 복잡한 기술 개념을 명확히 설명합니다.
지원 자격
- 데이터 분석 및 머신러닝 실무 경험 2~5년을 보유해야 합니다. 디플로마 소지자는 3~6년의 경험이 필요합니다.
- Python과 pandas, scikit-learn, TensorFlow, PyTorch 등 관련 라이브러리를 사용할 수 있어야 합니다.
- 통계 분석과 머신러닝 알고리즘을 이해해야 합니다.
- Matplotlib, Seaborn, Tableau를 사용한 데이터 시각화 경험이 있어야 합니다.
- SQL 및 데이터베이스 관리에 익숙해야 합니다.
- 데이터 수집, 저장, 처리, 시각화를 포함한 데이터 인프라를 이해해야 합니다.
- 기계, PLC, 센서, MES, ERP, 품질 시스템, 수동 데이터 소스를 공통 플랫폼에 연결한 경험이 있어야 합니다.
- 자동 데이터 전송 및 통합 파이프라인을 구축한 경험이 있어야 합니다.
- 데이터 보안, 백업, 접근 제어를 이해해야 합니다.
- 문제 해결 능력이 뛰어나고 세부 사항에 주의를 기울여야 합니다.
- 독립적으로 일하면서 팀의 일원으로도 효과적으로 협업할 수 있어야 합니다.
- 기술에 익숙하지 않은 관계자에게 복잡한 기술 개념을 명확히 전달할 수 있어야 합니다.
- Excel, PowerPoint, Word의 기본 기능을 다룰 수 있어야 합니다.
- 기계공학, 자동차공학, 컴퓨터과학, 데이터과학, 통계학 또는 관련 분야의 BE 학위를 보유해야 합니다. 또는 기계공학, 자동차공학 또는 관련 분야의 DME를 보유해야 합니다.
- 기꺼이 배우고 솔루션을 배포해야 합니다.
- 다양한 관계자와 효과적으로 소통할 수 있어야 합니다.
- 복리후생 및 필드.
복리후생
- 협업적인 환경에서 일할 수 있습니다.
- 지속적인 학습 기회와 공인 교육 과정을 이용할 수 있습니다.
- 세계적 수준의 학습 생태계를 이용할 수 있습니다.
- 다양한 분야의 선도 기업 및 브랜드와 함께 일할 수 있습니다.
