Kinaxis, kuruluşların karmaşık operasyonları planlamasına, yönetmesine ve bunlara yanıt vermesine yardımcı olan tedarik zinciri orkestrasyon yazılımları geliştirir. Maestro platformu; yapay zekâ destekli planlamayı, gelişmiş analitiği ve gerçek zamanlı veri görünürlüğünü bir araya getirerek tedarik zinciri genelinde daha bilinçli kararlar alınmasını destekler. Şirketin çözümleri; üretim, sağlık hizmetleri ve danışmanlık gibi alanlarda faaliyet gösteren kuruluşlara hitap eder; verimliliği artırmaya, talebi öngörmeye ve kesintiler meydana geldiğinde hızlı uyum sağlamaya odaklanır.
Yapay Zeka ve Makine Öğrenimi Araştırma Stajyeri – Kanada (Hibrit)
Kinaxis'te tedarik zinciri planlaması için zaman serisi tahmini ve üretken yapay zeka yöntemlerini araştırın. Deneyler, prototipler ve araştırma ile ürün ekipleri arasındaki iş birliği yoluyla uygulamalı makine öğrenimi becerileri geliştirin.
Açıklama
- Tedarik zinciri planlaması için zaman serisi tahmini ve üretken yapay zeka alanlarında uygulamalı makine öğrenimi araştırmaları yürütmek
- Araştırma literatürünü incelemek, umut vadeden yaklaşımları belirlemek ve test edilebilir sorular ile hipotezler oluşturmak
- Gerçek dünya ve kıyaslama veri kümeleriyle tekrarlanabilir deneyler tasarlamak ve yürütmek
- Güçlü temel modellerle karşılaştırmalı olarak modeller oluşturmak ve bunları nicel ve nitel ölçütlerle değerlendirmek
- Bulguları, sınırlamaları, sağlamlığı ve pratik ödünleşimleri yorumlamak
- Araştırma sonuçlarını hem teknik hem de teknik olmayan kitlelere sunmak
- Araştırma prototipleri oluşturmak ve ürün potansiyelini değerlendirmek üzere araştırmacılar, veri bilimcileri, mühendisler ve alan uzmanlarıyla çalışmak
- Uygun olduğunda ürün konseptlerine, teknik raporlara, gösterimlere, yayınlara ve patent başvurularına katkıda bulunmak
- Staj boyunca atanmış bir mentorla çalışmak
Gereksinimler
- Bilgisayar bilimi, makine öğrenimi, istatistik, uygulamalı matematik, yöneylem araştırması veya ilgili bir disiplinde halen yüksek lisans veya doktora yapmak ya da yakın zamanda tamamlamış olmak
- Halen tam zamanlı kayıtlı olmak veya stajın bitiş tarihinden itibaren 12 ay içinde mezun olmak yoluyla staj için uygun olmak
- Makine öğrenimi, istatistik ve deney tasarımı alanlarında güçlü bir temele sahip olmak
- Lisansüstü çalışma, yayınlar, tez, araştırma stajları veya kapsamlı projeler yoluyla edinilmiş uygulamalı yapay zeka/makine öğrenimi araştırma deneyimine sahip olmak
- Python bilgisine hakim olmak ve güncel makine öğrenimi çerçeveleriyle deneyim sahibi olmak
- Açık uçlu sorunları test edilebilir hipotezlere, titiz deneylere ve sağlam biçimde desteklenen sonuçlara dönüştürebilmek
- Zaman serisi tahmini, olasılıksal tahmin veya PFN'ler gibi zaman serisi temel modelleriyle deneyim sahibi olmak avantajdır
- Büyük dil modelleri, geri getirmeyle zenginleştirilmiş üretim ve ajanlar dahil olmak üzere üretken yapay zekaya aşinalık avantajdır
- İstatistiksel çıkarım, belirsizlik nicelendirmesi veya nedensel çıkarım bilgisi avantajdır
- Temel modelleri ince ayar, uyarlama, kıyaslama veya hata analizi yoluyla değerlendirme deneyimi avantajdır
- Yayınlar, ön baskılar veya teknik raporlarla kanıtlanmış araştırma iletişimi deneyimi avantajdır
- Kanada'nın Doğu saat diliminde bulunmak gerekir; Ottawa veya Toronto'daki stajyerlerin haftada en az üç gün ofisten çalışması gerekir
Yan Haklar
- Esnek izin politikası ve şirket genelinde Kinaxis izin günleri
- Esnek çalışma düzenlemeleri
- Fiziksel ve zihinsel sağlığı destekleyen programlar
- Düzenli sanal fitness dersleri
- Mentorluk, eğitim ve kariyer gelişimi fırsatları
- Takdir programları ve referans ödülleri
- Hackathonlar