Kinaxis 開發供應鏈協同軟體，協助組織規劃、管理及應對複雜營運。其 Maestro 平台結合 AI 驅動的規劃、進階分析與即時資料可視性，支援供應鏈各環節做出更明智的決策。該公司的解決方案適用於製造、醫療保健及顧問等領域，著重提升效率、預測需求，並在發生中斷時迅速調整。
人工智慧與機器學習研究實習生——加拿大（混合辦公）
在 Kinaxis 研究供應鏈規劃中的時間序列預測與生成式人工智慧方法。 透過實驗、原型開發以及與研究和產品團隊協作，培養實用的機器學習能力。
說明
- 在供應鏈規劃領域進行時間序列預測和生成式人工智慧的應用機器學習研究
- 閱讀研究文獻，找出具潛力的方法，並定義可測試的問題與假設
- 使用真實世界資料集和基準資料集設計並執行可重現的實驗
- 透過定量和定性指標，根據強大基準建立並評估模型
- 解讀研究結果、限制、穩健性及實務上的取捨
- 向技術和非技術受眾展示研究成果
- 建立研究原型，並與研究人員、資料科學家、工程師及領域專家合作評估產品潛力
- 在適當情況下，為產品概念、技術報告、示範、出版品及專利申請作出貢獻
- 在整個實習期間與專屬導師合作
職位要求
- 目前正在攻讀或近期完成電腦科學、機器學習、統計學、應用數學、作業研究或相關領域的碩士或博士學位
- 符合實習資格：目前全職就讀，或在實習結束日期前12個月內畢業
- 具備紮實的機器學習、統計學和實驗設計基礎
- 具備來自研究所學習、出版品、論文、研究實習或大型專案的實際人工智慧／機器學習研究經驗
- 精通 Python，並具備使用現代機器學習框架的經驗
- 能將開放式問題轉化為可測試的假設、嚴謹的實驗和有充分依據的結論
- 具備時間序列預測、機率預測或 PFN 等時間序列基礎模型經驗者佳
- 熟悉生成式人工智慧，包括大型語言模型、檢索增強生成和代理程式者佳
- 具備統計推論、不確定性量化或因果推論知識者佳
- 具備透過微調、調適、基準測試或錯誤分析評估基礎模型的經驗者佳
- 具備以出版品、預印本或技術報告展現研究溝通能力者佳
- 必須位於加拿大東部時區；在渥太華或多倫多的實習生每週至少須進辦公室工作三天
福利待遇
- 彈性休假政策及全公司 Kinaxis 休假日
- 彈性工作安排
- 支持身心健康的計畫
- 定期舉辦線上健身課程
- 導師指導、培訓和職涯發展機會
- 表揚計畫和推薦獎勵
- 黑客松