Data Scientist

Kim jesteśmy? W firmie SparkCognition, Inc., jesteśmy na czele dostarczania rozwiązań napędzanych przez sztuczną inteligencję, mających na celu rozwiązanie najważniejszych wyzwań biznesowych na całym świecie. Jako liderzy w technologiach sztucznej inteligencji, nasze rozwiązania przewidują przyszłe scenariusze, zwiększają efektywność operacyjną i chronią przed zagrożeniami cybernetycznymi. Jesteśmy dumnymi partnerami międzynarodowych liderów branży, współpracującymi, aby wykorzystać dane do zwiększenia inteligencji ludzkiej, wspierać rentowny wzrost i osiągać przykładowe standardy operacyjne.

Dlaczego SparkCognition? To Twoja szansa, aby dokonać znaczącej zmiany i zostawić trwały ślad w sektorze energii odnawialnej. Aby uzyskać więcej informacji, odwiedź naszą stronę internetową: SparkCognition.

W sercu przełomowej pracy SparkCognition, Renewable Suite to wiodąca platforma SaaS wyposażona w możliwości AI. Dostarcza oprogramowanie do zarządzania wydajnością aktywów i preskryptywne analizy dla rosnącej gamy elektrowni energii odnawialnej. Wykorzystując zaawansowane algorytmy uczenia maszynowego, obszerne zbiory danych i głęboką wiedzę specjalistyczną, nasza platforma oferuje nieocenione wglądy w zróżnicowane aktywa, takie jak wiatr, słońce i rozwiązania magazynujące. Jako Data Scientist będziesz intensywnie współpracować z zespołem pasjonatów czystej energii, wyposażonych w głębokie kompetencje techniczne.

• Integracja dużych zbiorów danych z różnorodnych odnawialnych źródeł do chmury.
• Rozwój i ulepszenie naszych platform zarządzania wydajnością aktywów i analiz predykcyjnych dla energii odnawialnej.
• Projektowanie skalowalnych danych ETL, MLOps pipelines oraz zarządzanie przepływami pracy i procesami ingestycji danych.
• Współpraca z zespołem inżynierów dostaw, aby zapewnić płynne przejście z kompleksową dokumentacją procesów i przepływów pracy klientów.

• Tytuł magistra w dziedzinie nauk o danych, statystyki, inżynierii lub pokrewnym kierunku lub 3-5 lat odpowiedniego doświadczenia.
• Głębokie zrozumienie algorytmów uczenia maszynowego i modeli, takich jak analiza regresji, szeregi czasowe, modele probabilistyczne, nadzorowane klasyfikacje i uczenie nienadzorowane.
• Znajomość Pythona i R, oraz znajomość frameworków do uczenia maszynowego, takich jak TensorFlow, PyTorch i sci-kit-learn.
• Mocne zdolności analityczne i duże zainteresowanie ciągłą nauką nowych technologii.
• Świetne umiejętności komunikacyjne, umożliwiające artystyczne przedstawienie skomplikowanych pomysłów technicznych różnorodnym odbiorcom.
• Entuzjastyczna, proaktywn