Kinaxis разрабатывает программное обеспечение для оркестрации цепочек поставок, которое помогает организациям планировать, управлять и оперативно реагировать на сложные процессы. Платформа Maestro объединяет планирование с использованием искусственного интеллекта, продвинутую аналитику и видимость данных в режиме реального времени, помогая принимать более обоснованные решения по всей цепочке поставок. Решения компании применяются в таких сферах, как производство, здравоохранение и консалтинг, и направлены на повышение эффективности, прогнозирование спроса и быструю адаптацию к сбоям.
Стажёр-исследователь в области ИИ и машинного обучения — Канада (гибридный формат)
Исследуйте методы прогнозирования временных рядов и генеративного ИИ для планирования цепочек поставок в Kinaxis. Развивайте практические навыки машинного обучения с помощью экспериментов, прототипов и сотрудничества с исследовательскими и продуктовыми командами.
Описание
- Проводить прикладные исследования в области машинного обучения, прогнозирования временных рядов и генеративного ИИ для планирования цепочек поставок
- Анализировать научную литературу, выявлять перспективные подходы и формулировать проверяемые вопросы и гипотезы
- Проектировать и проводить воспроизводимые эксперименты с реальными и эталонными наборами данных
- Создавать и оценивать модели в сравнении с сильными базовыми решениями, используя количественные и качественные показатели
- Интерпретировать результаты, ограничения, устойчивость и практические компромиссы
- Представлять результаты исследований технической и нетехнической аудитории
- Создавать исследовательские прототипы и работать с исследователями, специалистами по данным, инженерами и отраслевыми экспертами для оценки продуктового потенциала
- Участвовать в разработке продуктовых концепций, технических отчётов, демонстраций, публикаций и патентных заявок, если это уместно
- Работать с назначенным наставником на протяжении всей стажировки
Требования
- В настоящее время обучаться или недавно завершить обучение в магистратуре или докторантуре по компьютерным наукам, машинному обучению, статистике, прикладной математике, исследованию операций или смежной дисциплине
- Иметь право на стажировку благодаря текущему очному обучению или окончанию обучения не более чем за 12 месяцев до даты окончания стажировки
- Глубоко разбираться в машинном обучении, статистике и планировании экспериментов
- Иметь практический опыт исследований в области ИИ и машинного обучения, полученный в рамках обучения в магистратуре или докторантуре, публикаций, диссертации, исследовательских стажировок или значимых проектов
- Владеть Python и иметь опыт работы с современными фреймворками машинного обучения
- Уметь превращать открытые задачи в проверяемые гипотезы, строгие эксперименты и обоснованные выводы
- Опыт прогнозирования временных рядов, вероятностного прогнозирования или работы с фундаментальными моделями временных рядов, такими как PFN, будет преимуществом
- Знание генеративного ИИ, включая большие языковые модели, генерацию с дополнением поиска и агентов, будет преимуществом
- Знание статистического вывода, количественной оценки неопределённости или причинно-следственного вывода будет преимуществом
- Опыт оценки фундаментальных моделей с помощью дообучения, адаптации, бенчмаркинга или анализа ошибок будет преимуществом
- Опыт коммуникации результатов исследований, подтверждённый публикациями, препринтами или техническими отчётами, будет преимуществом
- Необходимо находиться в восточном часовом поясе Канады; стажёры в Оттаве или Торонто должны работать из офиса не менее трёх дней в неделю
Преимущества
- Гибкая политика отпусков и дополнительные выходные Kinaxis для всей компании
- Гибкий формат работы
- Программы поддержки физического и психического благополучия
- Регулярные виртуальные занятия фитнесом
- Возможности наставничества, обучения и профессионального развития
- Программы признания достижений и вознаграждения за рекомендации
- Хакатоны