Intetics
Intetics
501 – 1 000 Ansatte
HelsevesenLogistikkRådgivning
Intetics er et selskap innen skreddersydd programvareutvikling og rådgivning som hjelper organisasjoner med å bygge teknologisk kompetanse gjennom tjenester innen kunstig intelligens, maskinlæring, programvareutvikling og databehandling. Selskapets Remote In-Sourcing®-modell støtter etableringen av spesialiserte ekspertteam, mens TETRA™ tilbyr verktøy for vurdering av programvarekvalitet. Selskapet benytter moderne teknologi og datapraksis av høy kvalitet på tvers av blant annet helsetjenester, finans, logistikk og andre bransjer.

ML-dataingeniør, fjernarbeid fra Romania

Bygg infrastruktur for sanntidsdata, grafer og tidsserier for idrettsutøveres prestasjoner. Støtt evaluering av maskinlæring og AI-systemer for en Intetics-kunde i USA.

Beskrivelse

  • Bygg produksjonsinfrastruktur for store mengder data om idrettsutøveres prestasjoner og sensordata.
  • Utvikle og drifte systemer for sanntids- og nesten sanntidsbasert strømming av datainnhenting.
  • Utform lagrings- og dataarkitekturer for store tidsseriedatasett og longitudinelle utøverregistre.
  • Gi maskinlæringssystemer og AI-agenter tilgang med lav forsinkelse til produksjonsfunksjoner og avledede måltall.
  • Lag grafmodeller og skjemaer som knytter utøvere til treningsbelastning, skader, prestasjoner og resultater.
  • Utvikle systemer for data- og ML-evaluering for å vurdere modellenes pålitelighet, kalibrering og ytelse i den virkelige verden.
  • Oppretthold dataisolering på kundenivå mellom klubber og kunder.
  • Etabler dataopprinnelse, proveniens, revisjonsspor og observerbarhet på tvers av plattformen.
  • Samarbeid med ML- og AI-ingeniører for å støtte modelltrening, inferens og evaluering med pålitelige data.
  • Gjør komplekse krav om til robuste produksjonssystemer sammen med idrettsforskere og domeneeksperter.
  • Ta praktiske beslutninger om teknologi og arkitektur etter hvert som plattformen utvikler seg.
  • Samarbeid med Intetics’ kunde i USA.

Krav

  • Minst fem års fulltids profesjonell erfaring innen programvare- eller datautvikling; praksis, universitetsutplasseringer, kursarbeid og akademiske prosjekter teller ikke.
  • Dokumentert erfaring med å utforme, bygge og drifte produksjonsinfrastruktur for data i stor skala.
  • Solid erfaring med tidsseriedata eller databaser som InfluxDB, TimescaleDB, Prometheus, ClickHouse eller tilsvarende.
  • Omfattende erfaring med sanntids- eller strømmende datainnhenting ved bruk av Kafka, Kinesis, Flink, Spark Streaming, Pulsar eller tilsvarende.
  • Erfaring med å utforme grafdatamodeller eller databaseskjemaer, utover å spørre mot eller bruke en eksisterende grafdatabase.
  • Erfaring med å utforme eller drifte systemer med flere leietakere og dataisolering på leietakernivå.
  • Gode ferdigheter i Python og SQL.
  • Profesjonell erfaring med Go er svært ønskelig.
  • Erfaring med produksjonssystemer der pålitelighet, skalerbarhet, observerbarhet og datanøyaktighet er avgjørende.
  • Evne til å ta ansvar for uklare tekniske problemer og forme dem til praktiske produksjonsarkitekturer.
  • Erfaring med å arbeide direkte med data scientists, ML-ingeniører eller andre tekniske domenespesialister.
  • Erfaring med å bygge infrastruktur for probabilistisk evaluering, modellkalibrering eller modellovervåking.
  • Erfaring med kausal inferens, kontrafaktisk modellering eller simulering.
  • Erfaring med bærbare sensorer, IoT-data, biomekanikk, sportsteknologi eller annen høyfrekvent telemetri.
  • Erfaring med å bygge kunnskapsgrafer eller domenespesifikke ontologier.
  • Erfaring med rammeverk for evaluering av LLM eller AI og kjennskap til begrensningene deres.
  • Erfaring med AWS-tjenester som ECS, EC2, Lambda, SNS, SQS eller relaterte verktøy.
  • Erfaring med GraphQL, REST, gRPC, Postgres, MongoDB eller lignende teknologier.
  • Engelskferdigheter på B2-nivå eller høyere.
  • Må være bosatt i EU.

Relaterte jobber

Sigma Software Group

Senior dataingeniør

Sigma Software Group
1 001 – 5 000 Ansatte
BilindustriHelsevesenRådgivning

Bygg skybaserte dataplattformer og nesten sanntids-pipelines, samtidig som du moderniserer Spark- og PySpark-arbeidsbelastninger. Led innføringen av AI-verktøy og agentbaserte arbeidsflyter, og bidra til teknisk forskning og utvikling.

Åpne