Ambush to firma konsultingowa, która stawia ludzi w centrum swojej działalności. Pomaga organizacjom tworzyć zdalne zespoły projektantów i inżynierów oraz włączać je w struktury firmy. Świadczy usługi w zakresie tworzenia oprogramowania i projektowania w ramach długofalowej współpracy z klientami z takich branż jak ochrona zdrowia, finanse i prywatność. Jej podejście opiera się na wyszukiwaniu wykwalifikowanych specjalistów, wspieraniu ich w długotrwałej współpracy oraz zapewnianiu skutecznego działania zdalnych zespołów w organizacjach klientów.
Starszy specjalista ds. danych / inżynier uczenia maszynowego
Twórz rozwiązania z zakresu prognozowania, optymalizacji i AI w Ambush, firmie konsultingowej zajmującej się inżynierią i strategią. Opracowuj bezpieczne usługi w Pythonie i wdrażaj systemy uczenia maszynowego na produkcji.
Opis
- Przekształcać zagadnienia z obszaru planowania, operacji i sprzedaży w mierzalne problemy modelowania
- Tworzyć modele prognozowania popytu dla popytu regularnego, nieregularnego i rzadkiego
- Formułować i rozwiązywać problemy optymalizacyjne za pomocą solverów programowania liniowego i mieszanego całkowitoliczbowego
- Korzystać z symulacji do oceny scenariuszy
- Wdrażać, wersjonować, monitorować i ponownie trenować modele produkcyjne we współpracy z zespołami inżynierii danych
- Tworzyć i utrzymywać usługi w Pythonie i FastAPI na AWS, Azure lub Google Cloud
- Stosować najlepsze praktyki w zakresie bezpieczeństwa
- Projektować, tworzyć i wdrażać aplikacje wykorzystujące AI
- Doprowadzać rozwiązania uczenia maszynowego do wdrożenia na produkcji
Wymagania
- Solidne podstawy klasycznego uczenia maszynowego i statystyki, w tym regresji, drzew i boosting, regularyzacji, rachunku prawdopodobieństwa oraz przedziałów predykcji
- Rzetelne praktyki walidacji, w tym testowanie wsteczne szeregów czasowych bez wycieku danych, oraz metryki powiązane z celami biznesowymi
- Doświadczenie z szeregami czasowymi i prognozowaniem popytu
- Doświadczenie w badaniach operacyjnych, w tym formułowanie problemów optymalizacyjnych i rozwiązywanie ich za pomocą Pyomo, OR-Tools, PuLP lub podobnych narzędzi
- Znajomość metod Monte Carlo i symulacji zdarzeń dyskretnych, takich jak SimPy
- Koncepcyjna znajomość zagadnień zapasów i łańcucha dostaw, w tym zapasu bezpieczeństwa, poziomu obsługi, czasu realizacji i rotacji
- Biegłość w posługiwaniu się narzędziami Pythona do pracy z danymi, w tym pandas, NumPy i scikit-learn
- Zaawansowana znajomość SQL
- Doświadczenie w tworzeniu backendu klasy produkcyjnej
- Udokumentowane doświadczenie we wdrażaniu modeli na produkcji, w tym we wdrażaniu, monitorowaniu, wykrywaniu dryfu i ponownym trenowaniu
- Praktyczne doświadczenie z jedną z głównych platform chmurowych
- Doświadczenie w projektowaniu API i podstawowa wiedza o bezpieczeństwie backendu
- Preferowany tytuł magistra lub doktora w dziedzinie badań operacyjnych, inżynierii przemysłowej, statystyki lub innej dziedzinie ilościowej
- Doświadczenie na poziomie starszym
Benefity
- Kultura firmy stawiająca ludzi na pierwszym miejscu
- Wspierające środowisko pracy oparte na zaufaniu i dające poczucie sprawczości
- Zespół nastawiony na współpracę i wzajemne wsparcie
- Praca zdalna