Kinaxis พัฒนาซอฟต์แวร์สำหรับการประสานงานห่วงโซ่อุปทาน ซึ่งช่วยให้องค์กรต่าง ๆ วางแผน จัดการ และรับมือกับการดำเนินงานที่ซับซ้อนได้ แพลตฟอร์ม Maestro ผสานการวางแผนที่เสริมประสิทธิภาพด้วย AI การวิเคราะห์ขั้นสูง และการมองเห็นข้อมูลแบบเรียลไทม์ เพื่อสนับสนุนการตัดสินใจที่รอบคอบยิ่งขึ้นตลอดห่วงโซ่อุปทาน โซลูชันของบริษัทเหมาะสำหรับองค์กรในภาคส่วนต่าง ๆ เช่น การผลิต การดูแลสุขภาพ และการให้คำปรึกษา โดยมุ่งเน้นการเพิ่มประสิทธิภาพ การคาดการณ์อุปสงค์ และการปรับตัวอย่างรวดเร็วเมื่อเกิดการหยุดชะงัก
นักศึกษาฝึกงานวิจัยด้าน AI และแมชชีนเลิร์นนิง – แคนาดา (ไฮบริด)
วิจัยวิธีการพยากรณ์อนุกรมเวลาและ AI เชิงสร้างสรรค์สำหรับการวางแผนห่วงโซ่อุปทานที่ Kinaxis พัฒนาทักษะแมชชีนเลิร์นนิงเชิงปฏิบัติผ่านการทดลอง การสร้างต้นแบบ และการทำงานร่วมกับทีมวิจัยและทีมผลิตภัณฑ์
รายละเอียด
- ดำเนินการวิจัยแมชชีนเลิร์นนิงประยุกต์ด้านการพยากรณ์อนุกรมเวลาและ AI เชิงสร้างสรรค์สำหรับการวางแผนห่วงโซ่อุปทาน
- ทบทวนวรรณกรรมงานวิจัย ระบุแนวทางที่มีศักยภาพ และกำหนดคำถามกับสมมติฐานที่ทดสอบได้
- ออกแบบและดำเนินการทดลองที่ทำซ้ำได้ด้วยชุดข้อมูลจากโลกจริงและชุดข้อมูลมาตรฐาน
- สร้างและประเมินโมเดลเทียบกับโมเดลฐานที่มีประสิทธิภาพด้วยตัวชี้วัดเชิงปริมาณและเชิงคุณภาพ
- ตีความผลการวิจัย ข้อจำกัด ความทนทาน และข้อแลกเปลี่ยนในทางปฏิบัติ
- นำเสนอผลการวิจัยต่อทั้งผู้ฟังที่มีพื้นฐานด้านเทคนิคและผู้ฟังทั่วไป
- สร้างต้นแบบงานวิจัยและทำงานร่วมกับนักวิจัย นักวิทยาศาสตร์ข้อมูล วิศวกร และผู้เชี่ยวชาญเฉพาะด้านเพื่อประเมินศักยภาพของผลิตภัณฑ์
- มีส่วนร่วมในแนวคิดผลิตภัณฑ์ รายงานทางเทคนิค การสาธิต ผลงานตีพิมพ์ และคำขอรับสิทธิบัตรเมื่อเหมาะสม
- ทำงานร่วมกับพี่เลี้ยงเฉพาะตลอดระยะเวลาการฝึกงาน
คุณสมบัติ
- กำลังศึกษาหรือเพิ่งสำเร็จการศึกษาระดับปริญญาโทหรือปริญญาเอกด้านวิทยาการคอมพิวเตอร์ แมชชีนเลิร์นนิง สถิติ คณิตศาสตร์ประยุกต์ วิจัยดำเนินงาน หรือสาขาที่เกี่ยวข้อง
- มีคุณสมบัติเข้าฝึกงานได้จากการลงทะเบียนเรียนเต็มเวลาในปัจจุบัน หรือสำเร็จการศึกษาภายใน 12 เดือนนับถึงวันสิ้นสุดการฝึกงาน
- มีพื้นฐานที่แข็งแกร่งด้านแมชชีนเลิร์นนิง สถิติ และการออกแบบการทดลอง
- มีประสบการณ์วิจัย AI/ML เชิงปฏิบัติจากการศึกษาระดับบัณฑิตศึกษา ผลงานตีพิมพ์ วิทยานิพนธ์ การฝึกงานวิจัย หรือโครงการขนาดใหญ่
- เชี่ยวชาญภาษา Python และมีประสบการณ์ใช้เฟรมเวิร์กแมชชีนเลิร์นนิงสมัยใหม่
- สามารถเปลี่ยนปัญหาปลายเปิดให้เป็นสมมติฐานที่ทดสอบได้ การทดลองที่เข้มงวด และข้อสรุปที่มีหลักฐานรองรับ
- มีประสบการณ์ด้านการพยากรณ์อนุกรมเวลา การพยากรณ์เชิงความน่าจะเป็น หรือโมเดลพื้นฐานสำหรับอนุกรมเวลา เช่น PFN จะได้รับการพิจารณาเป็นพิเศษ
- มีความคุ้นเคยกับ AI เชิงสร้างสรรค์ รวมถึงโมเดลภาษาขนาดใหญ่ การสร้างแบบเสริมด้วยการดึงข้อมูล และเอเจนต์ จะได้รับการพิจารณาเป็นพิเศษ
- มีความรู้ด้านการอนุมานทางสถิติ การวัดปริมาณความไม่แน่นอน หรือการอนุมานเชิงสาเหตุ จะได้รับการพิจารณาเป็นพิเศษ
- มีประสบการณ์ประเมินโมเดลพื้นฐานผ่านการปรับจูน การปรับให้เข้ากับงาน การทำเบนช์มาร์ก หรือการวิเคราะห์ข้อผิดพลาด จะได้รับการพิจารณาเป็นพิเศษ
- มีประสบการณ์สื่อสารงานวิจัย โดยแสดงผ่านผลงานตีพิมพ์ เอกสารพรีพรินต์ หรือรายงานทางเทคนิค จะได้รับการพิจารณาเป็นพิเศษ
- ต้องพำนักอยู่ในเขตเวลาตะวันออกของแคนาดา นักศึกษาฝึกงานในออตตาวาหรือโทรอนโตต้องทำงานจากสำนักงานอย่างน้อยสามวันต่อสัปดาห์
สวัสดิการ
- นโยบายวันลาพักร้อนที่ยืดหยุ่นและวันหยุด Kinaxis Days สำหรับทั้งบริษัท
- รูปแบบการทำงานที่ยืดหยุ่น
- โครงการสนับสนุนสุขภาวะทางกายและใจ
- คลาสฟิตเนสออนไลน์เป็นประจำ
- โอกาสด้านการให้คำปรึกษา การฝึกอบรม และการพัฒนาอาชีพ
- โครงการยกย่องผลงานและรางวัลแนะนำผู้สมัคร
- แฮกกาธอน