Leidos ir sistēmu integrators, kas darbojas zinātnes, tehnoloģiju un inženierzinātņu jomā, lai atbalstītu klientu sarežģītu uzdevumu izpildi. Uzņēmuma darbība aptver aviāciju, aizsardzību, enerģētiku, valsts pārvaldi, veselības aprūpi, izlūkošanu, zinātni un kosmosu. Tā kompetences ietver mākslīgo intelektu, digitālo modernizāciju, kiberoperācijas un integrētu misiju programmatūru. Uzņēmums izstrādā arī tādus risinājumus kā pretdronu sistēmas un militāram lietojumam paredzētu elektrotransportlīdzekļu infrastruktūru. Leidos plašākā darbībā uzmanība tiek pievērsta arī daudzveidībai, vienlīdzībai un iekļaušanai, ilgtspējai, labdarības iniciatīvām un kopienu programmām.
Mākslīgā intelekta un mašīnmācīšanās datu zinātnieks uzņēmumā Leidos — attālināts darbs, Amerikas Savienotās Valstis
Atbalstiet Leidos krasta apsardzes misiju ar datu zinātnes, mašīnmācīšanās un automatizācijas iniciatīvām. Veidojiet prototipus, izvērtējiet modeļus, sagatavojiet datus un piedalieties atbildīga mākslīgā intelekta ieviešanā.
Apraksts
- Projektējiet, izstrādājiet, testējiet un izvērtējiet mākslīgā intelekta un mašīnmācīšanās risinājumus krasta apsardzes misijai un biznesa darbībām.
- Piedalieties prognozējošajā analītikā, klasifikācijā, anomāliju noteikšanā, dabiskās valodas apstrādē, ģeneratīvajā mākslīgajā intelektā un saistītos analītiskos risinājumos.
- Apmāciet, pielāgojiet, validējiet un dokumentējiet mašīnmācīšanās modeļus pieredzējuša tehniskā vadītāja uzraudzībā.
- Palīdziet nodrošināt ar mākslīgo intelektu aprīkotus MVP, tehniskās demonstrācijas, automatizācijas pilotprojektus un ātrus eksperimentus.
- Izvērtējiet komerciālus, valdības un atvērtā pirmkoda mākslīgā intelekta un mašīnmācīšanās modeļus un rīkus.
- Veiciet izpētes analīzi strukturētiem un nestrukturētiem datiem.
- Identificējiet tendences, modeļus, anomālijas un atziņas, kas palīdz pieņemt lēmumus.
- Izveidojiet modeļu bāzes rādītājus, veiktspējas mērījumus, pieņemšanas kritērijus, testēšanas pieejas, informācijas paneļus, vizualizācijas un analītiskus kopsavilkumus.
- Atbalstiet datu gatavības pārbaudes, tīrīšanu, normalizēšanu, transformēšanu, datu konveijerus, ETL procesus, atkārtoti izmantojamus datu kopumus un sistēmu integrāciju.
- Izvērtējiet automatizācijas iespējas un integrējiet mākslīgā intelekta un mašīnmācīšanās iespējas platformās, tostarp ServiceNow, Power Platform, Appian un Salesforce.
- Piedalieties procesu analīzē, viedā dokumentu apstrādē, klasifikācijā, entītiju izgūšanā, kopsavilkumu veidošanā, digitalizētās veidlapās un ar mākslīgo intelektu atbalstītu darba plūsmu uzlabošanā.
- Atbalstiet misijas modelēšanu, simulāciju, scenāriju plānošanu, prognozēšanu, operacionālus eksperimentus un alternatīvu analīzi.
- Pārvērtiet analītiskos rezultātus secinājumos un ieteikumos tehniskajām un netehniskajām ieinteresētajām pusēm.
- Palīdziet risināt datu sensitivitātes, privātuma, piekļuves kontroles, drošības, atbildīga mākslīgā intelekta, cilvēka veiktas pārbaudes, izskaidrojamības, modeļu uzraudzības un ATO/cATO dokumentācijas jautājumus.
- Piedalieties Agile plānošanā, darbu saraksta precizēšanā, sprintu pārskatos, demonstrācijās, laidienos un lietotāju atgriezeniskās saites sesijās.
- Sadarbojieties ar produktu īpašniekiem, izstrādātājiem, analītiķiem, arhitektiem, inženieriem, kiberdrošības komandām un misijas ieinteresētajām pusēm.
- Sagatavojiet tehnisko dokumentāciju, demonstrāciju materiālus, informatīvo sanāksmju materiālus, kā arī ieviešanas un operacionālās ietekmes rādītājus.
Prasības
- Bakalaura grāds datu zinātnē, datorzinātnēs, matemātikā, statistikā, mākslīgajā intelektā, inženierzinātnēs, informācijas sistēmās, operāciju pētniecībā vai saistītā tehniskā jomā.
- 0–2 gadu pieredze datu zinātnē, mašīnmācīšanās, mākslīgā intelekta, progresīvās analītikas vai saistītā jomā.
- Pamata pieredze mašīnmācīšanās modeļu izstrādē, izvērtēšanā vai atbalstīšanā.
- Darba zināšanas Python, SQL, Scikit-Learn, TensorFlow un/vai PyTorch, kā arī Hugging Face vai salīdzināmas mākslīgā intelekta un mašīnmācīšanās platformas pārzināšana.
- Pamata pieredze prognozējošajā analītikā, statistiskajā analīzē, datizraces un modeļu izvērtēšanā.
- Pieredze darbā ar strukturētām un/vai nestrukturētām datu kopām.
- Pieredze vai zināšanas par ģeneratīvo mākslīgo intelektu, lielajiem valodas modeļiem vai uzvedņu izstrādi.
- Pieredze vai zināšanas par ar izgūšanu papildinātas ģenerēšanas koncepcijām vai arhitektūrām.
- Mākoņdatošanas un datu platformu, piemēram, AWS, Azure, GovCloud, Databricks, Apache Spark, Hadoop, Kafka, Airflow vai AWS Glue, pārzināšana.
- Spēja palīdzēt integrēt mākslīgā intelekta un mašīnmācīšanās iespējas ar API, darba plūsmas rīkiem, uzņēmumu lietotnēm vai datu pakalpojumiem.
- Spēcīgas rakstiskās un mutiskās saziņas prasmes.
- Nepieciešama ASV pilsonība.
- Spēja iegūt un uzturēt DHS Public Trust statusu.
- Vēlams: prakses, akadēmiska vai karjeras sākumposma pieredze, atbalstot DHS, USCG, DoD vai citas federālās aģentūras.
- Vēlams: zināšanas par aģentisko mākslīgo intelektu, iegulumiem, vektoru datubāzēm vai mākslīgā intelekta orķestrēšanas ietvariem.
- Vēlams: ServiceNow, Power Platform, Appian, Salesforce vai līdzīgu uzņēmumu darba plūsmas vides pārzināšana.
- Vēlams: pieredze Agile izstrādē, ātrā prototipēšanā, hakatonos, akadēmiskos projektos vai MVP tipa vidē.