Machine Learning Data Engineer

Dołącz do naszego innowacyjnego zespołu: Inżynier danych uczenia maszynowego w Nokii

Rodzina opis: Analityka (AN)

W Nokii oddział Analityki (AN) specjalizuje się w podnoszeniu nauki o danych na wyższy poziom, aby rozwikłać wyzwania związane z dużymi zbiorami danych i odkryć nowe możliwości biznesowe złożonych źródeł danych. Nasze wysiłki rozciągają się od tradycyjnego zbierania danych i inteligencji biznesowej, aż po zaawansowane projektowanie uczenia maszynowego i automatyzację zintegrowanych systemów danych. Ta kluczowa rola jest podstawą naszych procesów podejmowania decyzji opartych na danych, dostarczając niezbędnych narzędzi i wiedzy do tworzenia strategii i rozwoju przyszłych działań biznesowych.

Opis podrodziny: Architektura danych analitycznych i jakość (ADA)

Grupa ADA w Nokii skupia się na architekturze i rozwoju solidnych modeli danych i systemów. Nasza praca zapewnia kustodię, jakość i spójność danych na wielu platformach, pomagając zarządzać kluczowymi źródłami danych i utrzymując kompleksową dokumentację niezbędną do tworzenia rozwiązań technicznych. Nasz zespół doradza również w zakresie najlepszych praktyk w zarządzaniu danymi, odgrywając kluczową rolę w architekturze odpornych na przyszłość rozwiązań zarządzania danymi.

Kluczowe obowiązki:

• Prowadzenie i wykonanie zadań związanych z inżynierią uczenia maszynowego, nadzorując wszystkie aspekty od wstępnych przeglądów po rozwiązywanie skomplikowanych problemów.
• Koordynowanie i wdrażanie badań technicznych, realizacja projektów, analiza wyników oraz skuteczna dokumentacja wniosków.
• Wkład w działalność badawczo-rozwojową poprzez pisanie szczegółowych wymagań i specyfikacji, wpływając na rozwój produktów, programów i systemów.
• Udział w dyskusjach technicznych dotyczących różnych produktów, opracowywanie narzędzi i metod udoskonalających nasze procesy.
• Podawanie oszacowań i wsparcie planowania zasobów, oferowanie konsultacji i wsparcia dla zewnętrznych interfejsów technicznych.
• Ułatwianie dzielenia się wiedzą i szkoleń w specjalistycznych obszarach technicznych, dążenie do ekonomicznych rozwiązań na różnych liniach biznesowych.

Wymagana wiedza specjalistyczna:

• Udowodnione doświadczenie w inżynierii uczenia maszynowego, szczególnie w środowisku MLOps, z obszerną wiedzą na temat infrastruktury danych, pipeline’ów danych i transformacji.
• Silna biegłość w algorytmach uczenia maszynowego i programowaniu, biegła znajomość TensorFlow, PyTorch, scikit-learn, w tym przetwarzanie danych, inżynieria cech i wdrażanie modeli.
• Zdolność do pracy analitycznej w narzędziach do inteligencji biznesowej, takich jak R, Python, Tableau i Excel.
• Znaczące umiejętności komunikacyjne, zdolność do skutecznego przedstawian