DXS - Direct Expansion Solutions nodrošina mainīga aukstumaģenta tilpuma un plūsmas (VRV/VRF) gaisa siltumsūkņu risinājumus ēkām visā ASV un Kanādā. Uzņēmuma darbība ietver sistēmu projektēšanu, iekārtu piegādi, nodošanu ekspluatācijā, apkopi, invertoru siltumsūkņus, ventilāciju un iekštelpu gaisa kvalitātes kontroles risinājumus. DXS atbalsta inženierus, arhitektus, ēku īpašniekus un darbuzņēmējus veselības aprūpes, dzīvojamo ēku, valsts pārvaldes, militārajā, loģistikas un ražošanas jomā, palīdzot klientiem īstenot stratēģisku elektrifikāciju, samazināt enerģijas patēriņu un emisijas, kā arī efektīvāk ekspluatēt ēkas.
Vecākais mašīnmācīšanās inženieris – attālināts darbs, Amerikas Savienotās Valstis
Vadiet ražošanā izmantoto mašīnmācīšanos DataXstream uzņēmumu pasūtījumu pārvaldības platformā. Veidojiet ieteikumu, prognozēšanas, noslieces un dokumentu intelekta modeļus klientu lietošanas gadījumiem.
Apraksts
- Izstrādājiet, apmāciet un novērtējiet prognozēšanas, ranžēšanas un ieteikumu modeļus pasūtījumu pārvaldības lietošanas gadījumiem
- Atbalstiet visu modelēšanas dzīves ciklu – no problēmas definēšanas un datu sagatavošanas līdz pazīmju izstrādei, novērtēšanai un atkārtotai apmācībai
- Sadarbojieties ar produktu vadības komandu, lai ceļveža prioritātes pārvērstu skaidri definētās mašīnmācīšanās problēmās
- Analizējiet klientu datus, optimizējiet un validējiet modeļus, kā arī sadarbojieties ar ieviešanas un risinājumu inženierijas komandām
- Izveidojiet reproducējamas Python apmācības darbplūsmas ar sistemātisku eksperimentu izsekošanu
- Sagatavojiet, attīriet un validējiet lielas uzņēmumu SAP datu kopas
- Sagatavojiet apmācītos modeļus un darbplūsmas ieviešanai ražošanā
- Izveidojiet modeļu novirzes, veiktspējas pasliktināšanās un datu kvalitātes problēmu uzraudzību
- Diagnosticējiet ražošanas incidentus, sasaistot modeļa uzvedību ar reāliem darbības apstākļiem
- Savienojiet modeļu prognozes ar produktu platformu, izmantojot dokumentētas pakalpojumu saskarnes
- Izmantojiet atbildīga mākslīgā intelekta metodes, tostarp aizspriedumu novērtēšanu, izskaidrojamību un rūpīgu datu pārvaldību
- Dokumentējiet modeļu izstrādi un skaidrojiet to darbību, ierobežojumus un kompromisus tehniskajai, piegādes, pārdošanas un klientu auditorijai
- Pārskatiet kolēģu modelēšanas darbu un veiciniet stingrākus rūpības un reproducējamības standartus
Prasības
- Pierādīta lietišķās mašīnmācīšanās un datu zinātnes pieredze, tostarp ražošanā ieviesti modeļi, kas novērtēti ar reālās pasaules mērījumiem
- Padziļinātas Python zināšanas un praktiska pieredze ar PyTorch vai TensorFlow, scikit-learn, pandas un NumPy
- Spēcīgs statistikas pamats, tostarp eksperimentu plānošana un piemērotu novērtēšanas metriku izvēle
- SQL prasmes un pieredze darbā ar lielām relāciju datu kopām
- Pieredze plānotu datu un pazīmju konveijeru izstrādē nepilnīgās avota sistēmās
- Pieredze modeļu iepakošanā un dokumentēšanā, kā arī modeļu prasību definēšanā operāciju vai platformas komandai
- Spēja tieši strādāt ar klientiem un piegādes iesaistītajām pusēm
- TypeScript vai JavaScript prasmes, kas ir pietiekamas modeļu integrēšanai ar produktu platformu
- Teicamas rakstiskās un mutiskās saziņas prasmes
- Bakalaura grāds datorzinātnēs, statistikā, matemātikā, inženierzinātnēs vai saistītā tehniskā jomā, vai līdzvērtīga praktiskā pieredze
- Nepieciešams augšupielādēt CV angļu valodā
Priekšrocības
- Pilna laika līgumdarbs
- Darba devējs ir apņēmies nodrošināt vienlīdzīgas iespējas un pozitīvu rīcību
- Vienlīdzīga iespēja tikt izskatītam darbā neatkarīgi no rases, ādas krāsas, izcelsmes, reliģijas, dzimuma, nacionālās izcelsmes, seksuālās orientācijas, vecuma, pilsonības, ģimenes stāvokļa, invaliditātes, dzimumidentitātes vai veterāna statusa