„Kinaxis“ kuria tiekimo grandinės orkestravimo programinę įrangą, padedančią organizacijoms planuoti, valdyti ir reaguoti į sudėtingas operacijas. Jos platforma „Maestro“ sujungia dirbtiniu intelektu papildytą planavimą, pažangiąją analitiką ir realiojo laiko duomenų matomumą, kad sprendimai visoje tiekimo grandinėje būtų priimami remiantis išsamesne informacija. Įmonės sprendimai aktualūs, be kita ko, gamybos, sveikatos priežiūros ir konsultavimo organizacijoms, siekiančioms didinti efektyvumą, numatyti paklausą ir greitai prisitaikyti sutrikus veiklai.
Dirbtinio intelekto ir mašininio mokymosi tyrimų praktikantas – Kanada (hibridinis darbas)
„Kinaxis“ tyrinėk laiko eilučių prognozavimo ir generatyvinio dirbtinio intelekto metodus tiekimo grandinės planavimui. Ugdyk praktinius mašininio mokymosi gebėjimus atlikdamas eksperimentus, kurdamas prototipus ir bendradarbiaudamas su tyrimų bei produktų komandomis.
Aprašymas
- Atlik taikomuosius mašininio mokymosi tyrimus laiko eilučių prognozavimo ir generatyvinio dirbtinio intelekto srityse, skirtus tiekimo grandinės planavimui
- Analizuok mokslinę literatūrą, nustatyk perspektyvius metodus ir apibrėžk patikrinamus klausimus bei hipotezes
- Kurk ir vykdyk atkuriamus eksperimentus su realaus pasaulio ir etaloniniais duomenų rinkiniais
- Kurk ir vertink modelius, lygindamas juos su stipriais baziniais modeliais bei naudodamas kiekybinius ir kokybinius rodiklius
- Interpretuok rezultatus, apribojimus, atsparumą ir praktinius kompromisus
- Pristatyk tyrimų rezultatus techninei ir netechninei auditorijai
- Kurk tyrimų prototipus ir bendradarbiauk su tyrėjais, duomenų mokslininkais, inžinieriais bei srities ekspertais, kad įvertintum produkto potencialą
- Prireikus prisidėk prie produktų koncepcijų, techninių ataskaitų, demonstracijų, publikacijų ir patentų paraiškų
- Visos praktikos metu dirbk su paskirtu mentoriumi
Reikalavimai
- Šiuo metu studijuoji arba neseniai baigei kompiuterių mokslų, mašininio mokymosi, statistikos, taikomosios matematikos, operacijų tyrimų ar susijusios srities magistrantūros arba doktorantūros studijas
- Turi teisę atlikti praktiką, nes šiuo metu studijuoji visą darbo dieną arba baigei studijas per 12 mėnesių nuo praktikos pabaigos datos
- Puikiai išmanai mašininį mokymąsi, statistiką ir eksperimentų planavimą
- Turi praktinės dirbtinio intelekto ir mašininio mokymosi tyrimų patirties iš magistrantūros ar doktorantūros studijų, publikacijų, baigiamojo darbo, tyrimų praktikos ar reikšmingų projektų
- Gerai išmanai Python ir turi patirties naudojant šiuolaikines mašininio mokymosi sistemas
- Gebėsi atvirus klausimus paversti patikrinamomis hipotezėmis, griežtais eksperimentais ir gerai pagrįstomis išvadomis
- Patirtis prognozuojant laiko eilutes, atliekant tikimybinį prognozavimą arba dirbant su laiko eilučių pamatiniais modeliais, tokiais kaip PFN, būtų privalumas
- Generatyvinio dirbtinio intelekto, įskaitant didžiuosius kalbos modelius, paieška papildyto generavimo ir agentų, išmanymas būtų privalumas
- Statistinio išvedimo, neapibrėžtumo kiekybinio vertinimo ar priežastinio išvedimo žinios būtų privalumas
- Patirtis vertinant pamatinius modelius atliekant jų tikslinį mokymą, pritaikymą, lyginamąją analizę ar klaidų analizę būtų privalumas
- Tyrimų komunikacijos patirtis, įrodoma publikacijomis, išankstinėmis publikacijomis ar techninėmis ataskaitomis, būtų privalumas
- Turi būti įsikūręs Kanados rytų laiko juostoje; Otavoje ar Toronte dirbantys praktikantai turi dirbti biure bent tris dienas per savaitę
Privalumai
- Lanksti atostogų politika ir visos įmonės „Kinaxis“ poilsio dienos
- Lanksčios darbo sąlygos
- Fizinę ir psichinę gerovę palaikančios programos
- Reguliarūs virtualūs fizinio aktyvumo užsiėmimai
- Mentorystės, mokymų ir karjeros tobulėjimo galimybės
- Pripažinimo programos ir rekomendavimo premijos
- Hakatonai