Kinaxis 开发供应链编排软件，帮助组织规划、管理和应对复杂运营。其 Maestro 平台融合人工智能驱动的规划、先进分析和实时数据可视化，支持供应链各环节做出更明智的决策。该公司的解决方案适用于制造业、医疗保健和咨询等领域，重点提升效率、预测需求，并在发生中断时快速调整。
人工智能与机器学习研究实习生——加拿大（混合办公）
在 Kinaxis 研究供应链规划中的时间序列预测与生成式人工智能方法。 通过实验、原型开发以及与研究和产品团队协作，培养实用的机器学习能力。
描述
- 在供应链规划领域开展时间序列预测和生成式人工智能的应用机器学习研究
- 阅读研究文献，识别有前景的方法，并提出可验证的问题和假设
- 使用真实世界数据集和基准数据集设计并执行可复现实验
- 以定量和定性指标为依据，针对强基线构建并评估模型
- 解读研究结果、局限性、稳健性和实际权衡
- 向技术和非技术受众展示研究成果
- 创建研究原型，并与研究人员、数据科学家、工程师和领域专家合作评估产品潜力
- 在适当情况下，为产品概念、技术报告、演示、出版物和专利申请作出贡献
- 在整个实习期间与专属导师合作
任职要求
- 目前正在攻读或近期完成计算机科学、机器学习、统计学、应用数学、运筹学或相关专业的硕士或博士学位
- 符合实习资格：在职全日制就读，或在实习结束日期前12个月内毕业
- 扎实掌握机器学习、统计学和实验设计
- 具备来自研究生学习、论文、学位论文、研究实习或重要项目的实际人工智能/机器学习研究经验
- 熟练使用 Python，并具备当代机器学习框架的使用经验
- 能够将开放式问题转化为可验证的假设、严谨的实验和有充分依据的结论
- 具备时间序列预测、概率预测或 PFN 等时间序列基础模型经验者优先
- 了解生成式人工智能，包括大型语言模型、检索增强生成和智能体者优先
- 了解统计推断、不确定性量化或因果推断者优先
- 具备通过微调、适配、基准测试或误差分析评估基础模型的经验者优先
- 具备通过出版物、预印本或技术报告展示的研究沟通经验者优先
- 必须位于加拿大东部时区；在渥太华或多伦多的实习生每周至少须到办公室工作三天
福利待遇
- 灵活的休假政策及全公司 Kinaxis 休息日
- 灵活的工作安排
- 支持身心健康的项目
- 定期举办线上健身课程
- 导师指导、培训和职业发展机会
- 表彰项目和推荐奖励
- 黑客马拉松