Caterpillar Inc.
Caterpillar Inc.
Caterpillar Inc. ni kampuni ya kimataifa ya utengenezaji inayobuni vifaa vizito na injini kwa ajili ya ujenzi, uchimbaji madini, nishati na sekta nyingine zinazolenga miundombinu. Mkusanyiko wa bidhaa zake unajumuisha wachimbaji, tingatinga, malori yenye viungio na mifumo ya nishati, inayoungwa mkono na teknolojia ya hali ya juu pamoja na mtandao wa wafanyabiashara kote ulimwenguni. Ilianzishwa mwaka 1925, kampuni hii inaunganisha utaalamu wa muda mrefu wa viwanda na msisitizo wa kuboresha tija na kuendeleza vifaa na shughuli endelevu zaidi.

Mwanasayansi Mwandamizi wa Data, Uchanganuzi wa Urekebishaji wa Bidhaa (Kazini)

Ongoza suluhisho za kujifunza kwa mashine, AI, na Power BI kwa shughuli endelevu za Caterpillar za urekebishaji wa bidhaa. Endesha uchanganuzi wa uzalishaji, taratibu za kazi zinazosimamiwa, na maboresho ya biashara yanayozingatia wadau.

Maelezo

  • Ongoza usanifu, uundaji, na utekelezaji wa suluhisho za uchanganuzi wa hali ya juu, kujifunza kwa mashine, na AI katika Kitengo chote cha Reman
  • Tumia mbinu za uundaji wa takwimu, kujifunza kwa mashine, uboreshaji, utabiri, uigaji, na majaribio
  • Tengeneza, thibitisha, na weka katika uendeshaji miundo ya uchanganuzi elekezi na tabiri katika Python
  • Unda bidhaa za uchanganuzi na zana za kusaidia maamuzi kwa kutumia matokeo ya kujifunza kwa mashine, rasilimali za data zilizoratibiwa, na ripoti za Power BI
  • Shirikiana na wadau wa biashara kufafanua matatizo ya uchanganuzi, vipimo vya mafanikio, mahitaji, na mawasiliano ya maarifa
  • Tafiti na utekeleze AI zalishi, mawakala mahiri, violesura vya lugha asilia, na suluhisho za otomatiki
  • Jenga taratibu za kazi zinazosimamiwa na zilizo tayari kwa uzalishaji kwa kutumia Python, Kedro, dbt, Docker, AWS, Snowflake, na Azure DevOps
  • Shirikiana na timu za uhandisi wa data na majukwaa kwenye mabomba ya data, miundo ya kisemantiki, mifumo ya ubora wa data, na bidhaa za data zinazosimamiwa
  • Weka taratibu za udhibiti wa chanzo, mapitio ya msimbo, majaribio ya kiotomatiki, ufuatiliaji wa majaribio, uwekaji wa kumbukumbu za miundo, mabomba ya data yanayoweza kurudiwa, na usambazaji
  • Ongoza mipango ya Agile, mapitio ya usanifu wa uchanganuzi, mapitio ya miundo, na utekelezaji wa miradi
  • Wafunze wenzako katika sayansi ya data, kujifunza kwa mashine, uundaji wa AI, na uhandisi wa uchanganuzi
  • Endeleza bidhaa za uchanganuzi zinazoweza kutumiwa tena na zilizosanifishwa huku ukipunguza deni la kiufundi
  • Weka viwango vya uwekaji wa kumbukumbu za miundo, metadata, kushirikiana maarifa, ufuatiliaji, na usaidizi wa uendeshaji

Mahitaji

  • Shahada ya kwanza katika uhandisi, sayansi ya kompyuta, au taaluma nyingine ya kiufundi, au uzoefu wa kazi unaoweza kuthibitishwa kuwa sawa
  • Uzoefu wa vitendo wa kutengeneza suluhisho za sayansi ya data na kujifunza kwa mashine zinazotumia Python, ikijumuisha uundaji, uthibitishaji, usambazaji, ufuatiliaji, na uboreshaji endelevu wa miundo
  • Ujuzi thabiti wa ujifunzaji unaosimamiwa na usiosimamiwa, utabiri, uboreshaji, uchanganuzi wa takwimu, uhandisi wa vipengele, tathmini ya miundo, na kutumia kujifunza kwa mashine kwenye matatizo ya biashara
  • Uzoefu wa kuunda suluhisho zinazowezeshwa na AI kama vile programu za AI zalishi, suluhisho za lugha asilia, mawakala mahiri, au zana za otomatiki
  • Uzoefu wa vitendo na dbt, Kedro, AWS, Docker, Snowflake, Azure DevOps, Git, na Power BI
  • Uwezo wa kubadilisha mahitaji ya biashara yasiyoeleweka kuwa mbinu za uchanganuzi zilizopangwa na kuwasilisha matokeo kwa uwazi
  • Ujuzi wa kufanya kazi kuhusu dhana za uhandisi wa data, mifumo ya ELT na ETL, uundaji wa data, na taratibu za ubora wa data
  • Ujuzi wa takwimu za biashara, mantiki ya uchanganuzi, kujifunza kwa mashine, lugha za programu, zana za hoja na hifadhidata, na uchanganuzi wa mahitaji
  • Kukamilisha kwa mafanikio uchunguzi wa historia kunahitajika
  • Kukamilisha kwa mafanikio uchunguzi wa dawa za kulevya na pombe kunahitajika
  • Ufadhili wa visa haupatikani
  • Lazima uwe na idhini ya kufanya kazi bila ufadhili maalum wa mwajiri

Manufaa

  • Fursa zinazowezekana za bonasi ya kila mwaka
  • Likizo yenye malipo
  • Sikukuu zenye malipo
  • Bima ya matibabu, meno, na macho
  • Muda wa mapumziko wenye malipo kwa likizo, sikukuu, shughuli za kujitolea, na matumizi mengine yanayostahiki
  • Mpango wa akiba wa 401(k)
  • Akaunti ya akiba ya afya
  • Akaunti za matumizi zinazobadilika
  • Bima ya ulemavu ya muda mfupi na muda mrefu
  • Bima ya maisha
  • Likizo ya uzazi yenye malipo
  • Programu za mtindo wa maisha wenye afya
  • Programu za usaidizi kwa wafanyakazi
  • Manufaa ya hiari kama ulinzi dhidi ya ajali na wizi wa utambulisho
  • Msaada wa uhamisho wa ndani ya nchi
  • Fursa za maendeleo ya kazi
  • Bonasi ya motisha
  • Punguzo kwa wafanyakazi
  • Manufaa ya kuasili mtoto
  • Marejesho ya ada ya masomo