Junior Machine Learning Engineer — Autonomous Systems
HERTZ NEW TECHNOLOGIES sp. z o.o.
⚲ Rzeszów
Do uzgodnienia
Wymagania
- Python
- Machine Learning
- PyTorch
- TensorFlow
- scikit-learn
- NumPy
- Pandas
- Git
- Linux
- Walidacja modeli
Opis stanowiska
O zespole
Dołącz do zespołu odpowiedzialnego za rozwój inteligentnych modeli wykorzystywanych do analizy danych, klasyfikacji obiektów, predykcji zdarzeń oraz wspierania procesów decyzyjnych w środowiskach mission-critical. Szukamy Junior Machine Learning Engineera zainteresowanego uczeniem maszynowym, analizą danych oraz budową modeli wspierających autonomiczne podejmowanie decyzji.
Będziesz współpracować z doświadczonymi specjalistami Machine Learning, AI, Computer Vision oraz zespołami odpowiedzialnymi za rozwój backendu, integrację sensorów i algorytmów operacyjnych, tworząc, trenując i wdrażając modele wykorzystywane w nowoczesnym systemie oraz autonomicznych platformach bezzałogowych.
Twoje zadania
• Współudział w projektowaniu, trenowaniu i rozwijaniu modeli Machine Learning
• Przygotowywanie oraz przetwarzanie danych wykorzystywanych do trenowania i walidacji modeli
• Współpraca przy implementacji modeli wspierających:• klasyfikację obiektów
• predykcję zdarzeń
• analizę danych z wielu sensorów
• wykrywanie anomalii
• wspomaganie podejmowania decyzji
• Współudział w walidacji skuteczności modeli na danych historycznych, testowych oraz symulowanych
• Współpraca przy optymalizacji modeli pod kątem wydajności oraz wykorzystania w środowiskach czasu zbliżonego do rzeczywistego
• Udział w integracji modeli Machine Learning z komponentami rozwijanymi w Java, Rust oraz TypeScript
• Analiza jakości modeli oraz przygotowywanie raportów z przeprowadzonych eksperymentów
• Tworzenie dokumentacji technicznej oraz współpraca z zespołami rozwijającymi system
Czego oczekujemy
• Podstawowej znajomości języka Python
• Znajomości podstaw Machine Learning
• Podstawowej znajomości bibliotek PyTorch, TensorFlow lub Scikit-learn
• Podstaw analizy i przetwarzania danych z wykorzystaniem NumPy oraz Pandas
• Zrozumienia podstawowych zagadnień związanych z przygotowaniem danych do trenowania modeli
• Podstawowej wiedzy dotyczącej walidacji i oceny jakości modeli
• Umiejętności pracy z systemem kontroli wersji Git
• Podstawowej znajomości systemu Linux
• Chęci rozwoju w obszarze Machine Learning oraz inteligentnych systemów autonomicznych
Mile widziane
• Podstawowa znajomość Computer Vision
• Zainteresowanie analizą danych z kamer, radarów, LiDAR lub innych sensorów
• Podstawowa znajomość zagadnień związanych z Deep Learning
• Zainteresowanie przetwarzaniem danych czasowych oraz analizą danych strumieniowych
• Doświadczenie zdobyte podczas projektów studenckich, praktyk lub projektów badawczych
• Podstawowa znajomość MLOps oraz narzędzi do wersjonowania modeli
• Zainteresowanie platformami Edge AI
• Zainteresowanie systemami lub rozwiązaniami mission-critical
Dlaczego warto
Będziesz zdobywać praktyczne doświadczenie w przygotowywaniu danych, trenowaniu modeli, analizie jakości rozwiązań oraz integracji algorytmów Machine Learning z systemami rozproszonymi i rozwiązaniami czasu zbliżonego do rzeczywistego. Zapewniamy wsparcie doświadczonych specjalistów, możliwość rozwoju kompetencji w obszarze Machine Learning oraz udział w projektach wykorzystujących nowoczesne technologie stosowane w systemach mission-critical.
Dołącz do zespołu odpowiedzialnego za rozwój inteligentnych modeli wykorzystywanych do analizy danych, klasyfikacji obiektów, predykcji zdarzeń oraz wspierania procesów decyzyjnych w środowiskach mission-critical. Szukamy Junior Machine Learning Engineera zainteresowanego uczeniem maszynowym, analizą danych oraz budową modeli wspierających autonomiczne podejmowanie decyzji.
Będziesz współpracować z doświadczonymi specjalistami Machine Learning, AI, Computer Vision oraz zespołami odpowiedzialnymi za rozwój backendu, integrację sensorów i algorytmów operacyjnych, tworząc, trenując i wdrażając modele wykorzystywane w nowoczesnym systemie oraz autonomicznych platformach bezzałogowych.
Twoje zadania
• Współudział w projektowaniu, trenowaniu i rozwijaniu modeli Machine Learning
• Przygotowywanie oraz przetwarzanie danych wykorzystywanych do trenowania i walidacji modeli
• Współpraca przy implementacji modeli wspierających:• klasyfikację obiektów
• predykcję zdarzeń
• analizę danych z wielu sensorów
• wykrywanie anomalii
• wspomaganie podejmowania decyzji
• Współudział w walidacji skuteczności modeli na danych historycznych, testowych oraz symulowanych
• Współpraca przy optymalizacji modeli pod kątem wydajności oraz wykorzystania w środowiskach czasu zbliżonego do rzeczywistego
• Udział w integracji modeli Machine Learning z komponentami rozwijanymi w Java, Rust oraz TypeScript
• Analiza jakości modeli oraz przygotowywanie raportów z przeprowadzonych eksperymentów
• Tworzenie dokumentacji technicznej oraz współpraca z zespołami rozwijającymi system
Czego oczekujemy
• Podstawowej znajomości języka Python
• Znajomości podstaw Machine Learning
• Podstawowej znajomości bibliotek PyTorch, TensorFlow lub Scikit-learn
• Podstaw analizy i przetwarzania danych z wykorzystaniem NumPy oraz Pandas
• Zrozumienia podstawowych zagadnień związanych z przygotowaniem danych do trenowania modeli
• Podstawowej wiedzy dotyczącej walidacji i oceny jakości modeli
• Umiejętności pracy z systemem kontroli wersji Git
• Podstawowej znajomości systemu Linux
• Chęci rozwoju w obszarze Machine Learning oraz inteligentnych systemów autonomicznych
Mile widziane
• Podstawowa znajomość Computer Vision
• Zainteresowanie analizą danych z kamer, radarów, LiDAR lub innych sensorów
• Podstawowa znajomość zagadnień związanych z Deep Learning
• Zainteresowanie przetwarzaniem danych czasowych oraz analizą danych strumieniowych
• Doświadczenie zdobyte podczas projektów studenckich, praktyk lub projektów badawczych
• Podstawowa znajomość MLOps oraz narzędzi do wersjonowania modeli
• Zainteresowanie platformami Edge AI
• Zainteresowanie systemami lub rozwiązaniami mission-critical
Dlaczego warto
Będziesz zdobywać praktyczne doświadczenie w przygotowywaniu danych, trenowaniu modeli, analizie jakości rozwiązań oraz integracji algorytmów Machine Learning z systemami rozproszonymi i rozwiązaniami czasu zbliżonego do rzeczywistego. Zapewniamy wsparcie doświadczonych specjalistów, możliwość rozwoju kompetencji w obszarze Machine Learning oraz udział w projektach wykorzystujących nowoczesne technologie stosowane w systemach mission-critical.
🔍 Dekoder Ogłoszenia
🔴
Współudział w projektowaniu, trenowaniu i rozwijaniu modeli Machine Learning
Twoja rola będzie polegać głównie na wspieraniu bardziej doświadczonych inżynierów, a nie na samodzielnym projektowaniu od podstaw.
🔴
Współpraca przy implementacji modeli wspierających:
Nie będziesz samodzielnie tworzyć modeli od zera, ale raczej pomagać w ich integracji i dostosowywaniu do konkretnych zastosowań.
🔴
Współpraca przy optymalizacji modeli pod kątem wydajności oraz wykorzystania w środowiskach czasu zbliżonego do rzeczywistego
Może to oznaczać pracę nad istniejącymi, niedoskonałymi modelami, a nie nad tworzeniem nowych, od razu zoptymalizowanych rozwiązań.
🔴
Udział w integracji modeli Machine Learning z komponentami rozwijanymi w Java, Rust oraz TypeScript
Oczekuje się od Ciebie znajomości tych języków nie tylko do analizy, ale także do praktycznego wdrażania modeli w kodzie.
🔴
Środowiskach mission-critical
Praca może wiązać się z dużą odpowiedzialnością, presją i koniecznością zapewnienia wysokiej niezawodności systemów.