Aperia Technologies разрабатывает системы управления шинами для коммерческих автопарков. Платформа Halo объединяет автоматическую подкачку шин с мониторингом давления, а Halo Connect использует машинное обучение для раннего выявления возможных проблем с шинами. По заявлению компании, её технологии применялись в отрасли на протяжении более 100 миллиардов миль пробега и призваны помогать автопаркам продлевать срок службы шин, повышать топливную экономичность, поддерживать транспортные средства в рабочем состоянии и обеспечивать более безопасную эксплуатацию.
Аналитик данных аппаратных систем
Анализируйте данные IoT и телематики для решений Aperia Technologies в сфере коммерческого транспорта. Используйте панели мониторинга, моделирование и конвейеры данных для повышения надёжности оборудования, производительности и удовлетворённости клиентов.
Описание
- Создавайте панели мониторинга, отчёты и презентации с помощью QuickSight, Tableau или библиотек Python.
- Анализируйте поступающие данные датчиков и аналитики, выявляя тенденции, аномалии и возможные проблемы при эксплуатации.
- Применяйте статистические модели и машинное обучение, чтобы рекомендовать способы повысить надёжность и производительность оборудования.
- Сравнивайте результаты разных версий прошивки, чтобы проверять улучшения и выявлять регрессии.
- Работайте с командами разработки оборудования, управления продуктом, анализа данных и поддержки клиентов.
- Предоставляйте основанные на данных выводы в ответ на вопросы клиентов о производительности продуктов и аномалиях.
- Рекомендуйте инструменты, методы и процессы, повышающие возможности анализа и операционную эффективность.
- Помогайте создавать конвейеры данных для надёжного сбора, обработки и хранения больших объёмов полевых данных.
- Обеспечивайте команды необходимым доступом к данным и инструментам для принятия обоснованных решений.
- Используйте полевые данные при планировании будущих функций оборудования и программного обеспечения.
Требования
- Необходимо иметь постоянное разрешение на работу в США без текущего или будущего спонсорства со стороны работодателя.
- Кандидаты со статусом F-1, OPT или STEM OPT не могут претендовать на эту должность.
- Степень бакалавра в области науки о данных, информатики или смежной области.
- 2–4 года опыта анализа данных; опыт работы с оборудованием или IoT будет преимуществом.
- Уверенное владение Python, SQL, MATLAB или Excel для анализа данных и моделирования.
- Опыт работы с инструментами визуализации, такими как QuickSight, Tableau, Streamlit или Looker.
- Глубокое понимание статистического моделирования, машинного обучения и анализа временных рядов.
- Опыт работы с сервисами AWS, такими как S3, Redshift, Kinesis или IoT Core, либо аналогичными облачными платформами будет преимуществом.
- Сильные аналитические навыки и навыки решения проблем.
- Умение превращать результаты анализа данных в практически применимые выводы.
- Отличные коммуникативные навыки и умение ясно объяснять сложные данные техническим и нетехническим специалистам.
Преимущества
- Дополнительная компенсация может включать долевое вознаграждение.
- Дополнительная компенсация может включать бонусы.
- Дополнительная компенсация может включать выплаты на отдельные расходы.
- Медицинская страховка.
- Стоматологическая страховка.
- Страхование зрения.
- Пенсионный план 401(k).
- Страхование на случай длительной нетрудоспособности.