Aperia Technologies
Aperia Technologies
Aperia Technologies พัฒนาระบบจัดการยางรถยนต์สำหรับกลุ่มยานพาหนะเชิงพาณิชย์ แพลตฟอร์ม Halo ผสานระบบเติมลมยางอัตโนมัติเข้ากับการตรวจสอบแรงดันลมยาง ส่วน Halo Connect ใช้แมชชีนเลิร์นนิงเพื่อแจ้งเตือนปัญหายางที่อาจเกิดขึ้นได้ตั้งแต่เนิ่น ๆ บริษัทระบุว่าเทคโนโลยีของตนผ่านการใช้งานในอุตสาหกรรมมาแล้วกว่า 100 พันล้านไมล์ และออกแบบมาเพื่อช่วยให้กลุ่มยานพาหนะยืดอายุการใช้งานของยาง ประหยัดเชื้อเพลิงมากขึ้น รักษาความพร้อมใช้งานของรถ และสนับสนุนการดำเนินงานที่ปลอดภัยยิ่งขึ้น

นักวิเคราะห์ข้อมูลด้านฮาร์ดแวร์

วิเคราะห์ข้อมูล IoT และเทเลเมติกส์สำหรับโซลูชันยานพาหนะเชิงพาณิชย์ของ Aperia Technologies ใช้แดชบอร์ด แบบจำลอง และระบบข้อมูล เพื่อเพิ่มความน่าเชื่อถือและประสิทธิภาพของฮาร์ดแวร์ รวมถึงผลลัพธ์ที่ลูกค้าได้รับ

รายละเอียด

  • สร้างแดชบอร์ด รายงาน และงานนำเสนอด้วย QuickSight, Tableau หรือไลบรารี Python
  • วิเคราะห์ข้อมูลเซ็นเซอร์และข้อมูลวิเคราะห์ที่ได้รับ เพื่อค้นหาแนวโน้ม ความผิดปกติ และปัญหาที่อาจเกิดขึ้นในการใช้งานจริง
  • ใช้แบบจำลองทางสถิติและแมชชีนเลิร์นนิงเพื่อเสนอแนวทางเพิ่มความน่าเชื่อถือและประสิทธิภาพของฮาร์ดแวร์
  • เปรียบเทียบผลลัพธ์จากเฟิร์มแวร์แต่ละเวอร์ชันเพื่อตรวจสอบการปรับปรุงและค้นหาการถดถอยของประสิทธิภาพ
  • ทำงานร่วมกับทีมวิศวกรรมฮาร์ดแวร์ บริหารผลิตภัณฑ์ วิทยาการข้อมูล และสนับสนุนลูกค้า
  • ให้ข้อมูลเชิงลึกที่อิงข้อมูลเพื่อตอบข้อสงสัยของลูกค้าเกี่ยวกับประสิทธิภาพและความผิดปกติของผลิตภัณฑ์
  • เสนอเครื่องมือ วิธีการ และกระบวนการที่ช่วยเพิ่มขีดความสามารถในการวิเคราะห์และประสิทธิภาพการดำเนินงาน
  • ช่วยสร้างระบบข้อมูลสำหรับการรับเข้า ประมวลผล และจัดเก็บข้อมูลภาคสนามปริมาณมากอย่างเชื่อถือได้
  • ดูแลให้ทีมต่าง ๆ เข้าถึงข้อมูลและเครื่องมือที่จำเป็นต่อการตัดสินใจอย่างมีข้อมูลประกอบ
  • ใช้ข้อมูลภาคสนามเป็นแนวทางในการพัฒนาฟีเจอร์ฮาร์ดแวร์และซอฟต์แวร์ในอนาคต

คุณสมบัติ

  • ต้องได้รับอนุญาตให้ทำงานในสหรัฐอเมริกาได้อย่างต่อเนื่อง โดยไม่ต้องได้รับการสนับสนุนวีซ่าจากนายจ้างในปัจจุบันหรืออนาคต
  • ผู้สมัครที่มีสถานะ F-1, OPT หรือ STEM OPT ไม่มีคุณสมบัติตามเกณฑ์
  • สำเร็จการศึกษาระดับปริญญาตรีด้านวิทยาการข้อมูล วิทยาการคอมพิวเตอร์ หรือสาขาที่เกี่ยวข้อง
  • มีประสบการณ์วิเคราะห์ข้อมูล 2–4 ปี หากมีประสบการณ์ด้านฮาร์ดแวร์หรือ IoT จะได้รับการพิจารณาเป็นพิเศษ
  • ใช้ Python, SQL, MATLAB หรือ Excel เพื่อวิเคราะห์และสร้างแบบจำลองข้อมูลได้อย่างชำนาญ
  • มีประสบการณ์ใช้เครื่องมือแสดงผลข้อมูล เช่น QuickSight, Tableau, Streamlit หรือ Looker
  • มีความเข้าใจอย่างดีเกี่ยวกับการสร้างแบบจำลองทางสถิติ แมชชีนเลิร์นนิง และการวิเคราะห์ข้อมูลอนุกรมเวลา
  • มีประสบการณ์ใช้บริการ AWS เช่น S3, Redshift, Kinesis หรือ IoT Core หรือแพลตฟอร์มคลาวด์ที่คล้ายกัน จะได้รับการพิจารณาเป็นพิเศษ
  • มีทักษะการวิเคราะห์และแก้ปัญหาที่ดี
  • สามารถเปลี่ยนข้อค้นพบจากข้อมูลให้เป็นข้อมูลเชิงลึกที่นำไปปฏิบัติได้
  • มีทักษะการสื่อสารเป็นเลิศ และอธิบายข้อมูลซับซ้อนให้ผู้มีส่วนเกี่ยวข้องทั้งสายเทคนิคและสายอื่น ๆ เข้าใจได้อย่างชัดเจน

สวัสดิการ

  • ค่าตอบแทนเพิ่มเติมอาจรวมถึงหุ้นในบริษัท
  • ค่าตอบแทนเพิ่มเติมอาจรวมถึงโบนัส
  • ค่าตอบแทนเพิ่มเติมอาจรวมถึงเงินช่วยเหลือ
  • ประกันสุขภาพ
  • ประกันทันตกรรม
  • ประกันสายตา
  • แผน 401(k)
  • ประกันทุพพลภาพระยะยาว