Dołącz do Verusen jako Data Scientist i kształtuj przyszłość łańcuchów dostaw

Przegląd firmy

W Verusen wykorzystujemy najnowocześniejszą sztuczną inteligencję, aby zrewolucjonizować zarządzanie danymi o materiałach i zapasach w złożonych łańcuchach dostaw. Nasze innowacyjne oprogramowanie oparte na AI zapewnia precyzyjne zarządzanie danymi podstawowymi (MDM) i harmonizuje rozproszone dane o materiałach w różnych systemach ERP, znacząco optymalizując koszty zapasów. Dzięki funkcjom takim jak inteligentne kontrole zapasów i predykcyjne zamówienia, Verusen ustanawia nowy standard dla inicjatyw przemysłu 4.0. Wspierani przez inwestorów z najwyższej półki i partnerstwa z takimi gigantami jak SAP i Accenture, nasz zespół jest symbolem innowacji w przestrzeni technologicznej.

Opis stanowiska

Poszukujemy wysoce wykwalifikowanego Data Scientist do dołączenia do naszego dynamicznego zespołu. Ta rola obejmuje angażowanie się w badania na najwyższym poziomie światowym, rozwijanie innowacyjnych systemów uczenia maszynowego/AI oraz przekształcanie badań w działania mające konkretne zastosowania w rzeczywistości. Będziesz miał okazję budować oprogramowanie i rozwiązania infrastrukturalne, które mają namacalny wpływ na nasze produkty i usługi.

Kluczowe obowiązki

• Rozwijanie rozwiązań dla skomplikowanych problemów, rozkładając duże wyzwania na zarządzalne jednostki.
• Ścisła współpraca z interdyscyplinarnymi zespołami w celu identyfikacji możliwości i prowadzenia inicjatyw do pomyślnych wyników.
• Zarządzanie projektami od momentu ich powstania po wykonanie, włącznie z etapami takimi jak zbieranie danych, modelowanie i prezentowanie wniosków.
• Osiąganie mistrzostwa w utrzymaniu zorganizowanych i efektywnych notatników danych.

Umiejętności i kwalifikacje

• 3-5 lat doświadczenia w kompleksowym rozwijaniu i wdrażaniu systemów ML/AI.
• Wykazanie wiedzy fachowej w obsłudze zarówno strukturalnych, jak i niesktrukturalnych danych, przetwarzaniu na dużą skalę, inżynierii cech i operacjonalizacji modeli.
• Umiejętność posługiwania się technologiami uczenia maszynowego, takimi jak Tensorflow, PyTorch, Scikit-learn, Pandas oraz Numpy.
• Doświadczenie w używaniu Pythona i frameworków do obliczeń naukowych, wraz z rozumieniem statystyki i teorii prawdopodobieństwa.
• Znajomość narzędzi inżynierii danych w tym SQL, PostgreSQL, Snowflake, Spark, i Hadoop.
• Zaawansowany stopień naukowy w statystyce, analizach, inżynierii, informatyce lub pokrewnych dziedzinach jest preferowany.