Kinaxis utvecklar programvara för samordning av leveranskedjor som hjälper organisationer att planera, hantera och reagera på komplexa verksamheter. Plattformen Maestro kombinerar AI-baserad planering, avancerad analys och insyn i data i realtid för att stödja mer välgrundade beslut i hela leveranskedjan. Företagets lösningar är relevanta för organisationer inom bland annat tillverkning, hälso- och sjukvård samt konsultverksamhet, med fokus på att förbättra effektiviteten, förutse efterfrågan och snabbt anpassa sig när störningar inträffar.
Praktikant inom AI- och maskininlärningsforskning – Kanada (hybrid)
Forska om tidsserieprognoser och generativa AI-metoder för försörjningskedjeplanering hos Kinaxis. Utveckla praktiska färdigheter inom maskininlärning genom experiment, prototyper och samarbete med forsknings- och produktteam.
Beskrivning
- Bedriv tillämpad forskning inom maskininlärning med fokus på tidsserieprognoser och generativ AI för försörjningskedjeplanering
- Granska forskningslitteratur, identifiera lovande metoder och formulera testbara frågor och hypoteser
- Utforma och genomför reproducerbara experiment med verkliga data och benchmarkdataset
- Bygg och utvärdera modeller mot starka baslinjer med kvantitativa och kvalitativa mått
- Tolka resultat, begränsningar, robusthet och praktiska avvägningar
- Presentera forskningsresultat för både tekniska och icke-tekniska målgrupper
- Skapa forskningsprototyper och samarbeta med forskare, data scientists, ingenjörer och domänexperter för att utvärdera produktpotential
- Bidra till produktkoncept, tekniska rapporter, demonstrationer, publikationer och patentansökningar när det är lämpligt
- Arbeta med en dedikerad mentor under hela praktikperioden
Krav
- Studerar för närvarande eller har nyligen avslutat en masterutbildning eller doktorsexamen i datavetenskap, maskininlärning, statistik, tillämpad matematik, operationsanalys eller ett närliggande ämne
- Behörig till praktik genom pågående heltidsstudier eller examen inom 12 månader efter praktikens slutdatum
- Goda kunskaper inom maskininlärning, statistik och experimentdesign
- Praktisk erfarenhet av AI- och ML-forskning från forskarstudier, publikationer, examensarbete, forskningspraktik eller omfattande projekt
- Goda kunskaper i Python och erfarenhet av moderna ramverk för maskininlärning
- Förmåga att omvandla öppna problem till testbara hypoteser, rigorösa experiment och väl underbyggda slutsatser
- Erfarenhet av tidsserieprognoser, probabilistiska prognoser eller grundmodeller för tidsserier, såsom PFN, är meriterande
- Kännedom om generativ AI, inklusive stora språkmodeller, retrieval-augmented generation och agenter, är meriterande
- Kunskap om statistisk inferens, osäkerhetskvantifiering eller kausal inferens är meriterande
- Erfarenhet av att utvärdera grundmodeller genom finjustering, anpassning, benchmarking eller felanalys är meriterande
- Erfarenhet av forskningskommunikation genom publikationer, förpubliceringar eller tekniska rapporter är meriterande
- Måste vara baserad i Kanadas östra tidszon; praktikanter i Ottawa eller Toronto måste arbeta från kontoret minst tre dagar i veckan
Förmåner
- Flexibel semesterpolicy och lediga Kinaxis-dagar för hela företaget
- Flexibla arbetsformer
- Program som stödjer fysiskt och mentalt välbefinnande
- Regelbundna virtuella träningspass
- Mentorskap samt möjligheter till utbildning och karriärutveckling
- Program för erkännande och hänvisningsbonusar
- Hackathon