Machine Learning Engineer

Jeśli szukasz ekscytującej i wymagającej kariery w sektorze technologicznym, Skyworks jest Twoim miejscem. Jako wiodący innowator w dziedzinie wysokowydajnych półprzewodników analogowych, nasze rozwiązania znajdują się w centrum rewolucji sieci bezprzewodowych. Dzięki rozległej wiedzy technologicznej i jednemu z najbardziej wszechstronnych portfeli produktów w branży, Skyworks dąży do Połączenie Wszystkich i Wszystkiego, Cały Czas.

W Skyworks oferujemy dynamiczne środowisko, które kładzie nacisk na globalną współpracę, minimalne warstwy zarządzania i swobodę wnoszenia znaczących wkładów. Promujemy kreatywne myślenie, otwartą komunikację, wzajemne zaufanie i szacunek. Jesteśmy podekscytowani możliwością współpracy z Tobą i cieszymy się, że chcesz dołączyć do zespołu utalentowanych osób, które zmieniają sposób, w jaki świat się komunikuje.

Requisition ID: 74242

Opis stanowiska

O Skyworks:

Skyworks Solutions, Inc. to globalny lider w dziedzinie rozwiązań półprzewodnikowych, który napędza ewolucję sieci bezprzewodowych. Specjalizujemy się w zaawansowanych technologiach RF i półprzewodnikowych, jednocześnie rozwijając nasze możliwości w dziedzinie uczenia maszynowego, aby dostarczać nowe spostrzeżenia, optymalizować produkcję i poprawiać zaawansowaną analitykę.

Podsumowanie stanowiska:

Szukamy zmotywowanego Inżyniera Uczenia Maszynowego, który stanie się częścią naszego zespołu ds. nauki o danych. W tej roli będziesz rozwijać, wdrażać i optymalizować modele uczenia maszynowego, aby wprowadzać innowacje w naszych procesach produkcji półprzewodników. Idealny kandydat powinien posiadać silne umiejętności analityczne, ekspertyzę w algorytmach ML oraz doświadczenie w pracy z złożonymi zestawami danych.

Kluczowe obowiązki:

• Rozwój i implementacja modeli:
  • Opracowywanie modeli ML do wykrywania defektów, predykcyjnego utrzymania ruchu i optymalizacji procesów.
  • Projektowanie modeli głębokiego uczenia do klasyfikacji defektów na podstawie obrazów z wykorzystaniem TensorFlow, PyTorch i Keras.
  • Eksperymentowanie z zaawansowanymi algorytmami, takimi jak transformery i CNN.
• Analiza i przetwarzanie danych:
  • Zbieranie, oczyszczanie i przetwarzanie danych strukturalnych, niestrukturalnych, szeregów czasowych i obrazów.
  • Przeprowadzanie eksploracyjne analizy danych (EDA) w celu optymalizacji danych wejściowych modeli.
• Tworzenie i optymalizacja infrastruktury:
  • Budowanie i optymalizacja pipeline'ów ML zintegrowanych z istniejącymi systemami.
  • Współpraca z inżynierami danych w celu wdrażania rozwiązań chmurowych do przechowywania, treningu i wdrażania na AWS lub Azure.
  • Zapewnienie skalowalności, niezawodności i efektywności operacji danych.
• Współpraca i komunikacja:
  • Współpraca z naukowcami, inżynierami i deweloperami w celu identyfikacji możliwości poprawy za pomocą ML.