Kinaxis razvija programsko opremo za orkestracijo dobavne verige, ki organizacijam pomaga načrtovati, upravljati in se odzivati na kompleksne operacije. Njena platforma Maestro združuje načrtovanje s podporo umetne inteligence, napredno analitiko in vpogled v podatke v realnem času ter tako podpira bolj informirano odločanje v celotni dobavni verigi. Rešitve podjetja so pomembne za organizacije na področjih, kot so proizvodnja, zdravstvo in svetovanje, s poudarkom na izboljšanju učinkovitosti, napovedovanju povpraševanja in hitrem prilagajanju ob motnjah.
Raziskovalni pripravnik za umetno inteligenco in strojno učenje – Kanada (hibridno)
Raziskujte metode napovedovanja časovnih vrst in generativne umetne inteligence za načrtovanje dobavne verige v podjetju Kinaxis. Razvijajte praktične sposobnosti strojnega učenja z eksperimenti, prototipi in sodelovanjem z raziskovalnimi ter produktnimi ekipami.
Opis
- Izvajajte uporabne raziskave strojnega učenja na področju napovedovanja časovnih vrst in generativne umetne inteligence za načrtovanje dobavne verige
- Pregledujte raziskovalno literaturo, prepoznavajte obetavne pristope ter opredeljujte preverljiva vprašanja in hipoteze
- Načrtujte in izvajajte ponovljive eksperimente z dejanskimi in referenčnimi podatkovnimi nizi
- Izdelujte in ocenjujte modele v primerjavi z močnimi osnovnimi modeli s kvantitativnimi in kvalitativnimi merili
- Razlagajte ugotovitve, omejitve, robustnost in praktične kompromise
- Predstavljajte rezultate raziskav tehničnemu in netehničnemu občinstvu
- Ustvarjajte raziskovalne prototipe ter sodelujte z raziskovalci, podatkovnimi znanstveniki, inženirji in domenskimi strokovnjaki pri ocenjevanju potenciala izdelkov
- Prispevajte h konceptom izdelkov, tehničnim poročilom, predstavitvam, publikacijam in patentnim prijavam, kadar je to primerno
- Med celotnim pripravništvom sodelujte z dodeljenim mentorjem
Zahteve
- Trenutno obiskujete ali ste pred kratkim zaključili magistrski ali doktorski študij računalništva, strojnega učenja, statistike, uporabne matematike, operacijskih raziskav ali sorodne discipline
- Do pripravništva ste upravičeni na podlagi trenutnega rednega vpisa ali diplome, pridobljene v 12 mesecih pred končnim datumom pripravništva
- Imate dobro znanje strojnega učenja, statistike in eksperimentalnega načrtovanja
- Imate praktične izkušnje z raziskavami AI/ML iz podiplomskega študija, publikacij, magistrske ali doktorske naloge, raziskovalnih pripravništev ali obsežnih projektov
- Obvladate Python in imate izkušnje s sodobnimi ogrodji strojnega učenja
- Odprte probleme znate pretvoriti v preverljive hipoteze, stroge eksperimente in dobro podprte zaključke
- Izkušnje z napovedovanjem časovnih vrst, verjetnostnim napovedovanjem ali temeljnimi modeli časovnih vrst, kot so PFN, so prednost
- Poznavanje generativne umetne inteligence, vključno z velikimi jezikovnimi modeli, generiranjem, podprtim s pridobivanjem, in agenti, je prednost
- Poznavanje statističnega sklepanja, kvantifikacije negotovosti ali vzročnega sklepanja je prednost
- Izkušnje z ocenjevanjem temeljnih modelov z natančnim prilagajanjem, prilagoditvijo, primerjalnim testiranjem ali analizo napak so prednost
- Izkušnje s komuniciranjem raziskav, dokazane s publikacijami, predobjavami ali tehničnimi poročili, so prednost
- Nahajati se morate v vzhodnem časovnem pasu Kanade; pripravniki v Ottawi ali Torontu morajo delati iz pisarne najmanj tri dni na teden
Ugodnosti
- Prilagodljiva politika dopusta in prosti dnevi Kinaxis za celotno podjetje
- Prilagodljive delovne ureditve
- Programi za podporo telesnemu in duševnemu dobremu počutju
- Redne virtualne vadbe
- Priložnosti za mentorstvo, usposabljanje in razvoj kariere
- Programi priznanj in nagrade za priporočila
- Hekatoni