Quality Data Scientist

Job expired!

Wprowadzenie do BlueOval SK Battery Park

Ford rewolucjonizuje przemysł pojazdów elektrycznych (EV) poprzez ogromną inwestycję w wysokości 11,4 miliarda dolarów w nowoczesne zakłady produkcyjne, w tym BlueOval SK Battery Park w Kentucky i BlueOval City w Tennessee. Współpracując z SK Innovation, liderem w technologii baterii, dążymy do przodowania w produkcji baterii do pojazdów elektrycznych.

Aby uzyskać więcej informacji na temat planów Forda związanych z BlueOval, prosimy kliknąć tutaj.

W BlueOval SK, joint venture między Fordem a SK On, jesteśmy na czele rewolucji w produkcji baterii do pojazdów elektrycznych. Współpracuj z naszymi utalentowanymi zespołami, aby produkować wysokiej jakości baterie niezbędne do pojazdów elektrycznych. Twój wkład odegra kluczową rolę w ulepszaniu doświadczeń naszych klientów.

Dzięki miliardowym inwestycjom w nowoczesne zakłady produkcyjne baterii w BlueOval City w Tennessee oraz BlueOval SK Battery Park w Kentucky, łączymy stuletnią wiedzę Forda na temat motoryzacji z ponad 30-letnią technologią baterii SK On, aby stać się światowym liderem w produkcji baterii.

Szukamy Data Scientist ds. Jakości, który dołączy do naszego przełomowego zespołu w BlueOval SK Battery Park w Glendale, Kentucky. To unikalna, jedyna w życiu szansa, aby być częścią innowacyjnego startupu i pomóc w uruchomieniu nowoczesnego zakładu produkcji baterii do pojazdów elektrycznych.

Opracowywanie i wdrażanie zaawansowanych modeli uczenia maszynowego do wykrywania anomalii dla danych testowych komponentów produkcyjnych.
Analiza wielomodalnych zestawów danych w celu odkrywania trendów i wglądów, które poprawią strategie kontroli jakości.
Ciężka praca nad ciągłym poprawianiem wydajności i dokładności istniejących modeli uczenia maszynowego.
Opracowanie skalowalnych architektur modeli do szybkiego i niezawodnego ponownego treningu modeli.
Współpraca z zespołem produkcyjnym i interesariuszami, aby zapewnić, że wadliwe części nie trafią do klientów.
Dokumentacja i jasne komunikowanie wyników i wglądów interesariuszom.
Aktualizowanie się w najnowszych osiągnięciach w algorytmach uczenia maszynowego i najlepszych praktykach branżowych.

Magisterium z Informatyki, Statystyki, Matematyki, Inżynierii lub pokrewnej dziedziny ilościowej.
Minimum dwa lata doświadczenia w programowaniu w języku Python.
2+ lata doświadczenia w analizie wielowymiarowych zestawów danych.
Biegłość w nadzorowanych algorytmach uczenia maszynowego oraz frameworkach takich jak Scikit-learn, Pytorch, TensorFlow lub XGBoost.
2+ lata doświadczenia w pakietach analizy i wizualizacji danych, takich jak Pandas, SciPy i Seaborn.
1+ rok doświadczenia w programowaniu SQL i relacyjnych bazach danych.
Solidne zrozumienie nienadzorowanych algorytmów uczenia maszynowego, takich jak isolation forests, one-class SVM, i autoenkoders.
Znajomość koncepcji inżynierii cech, przekształcenia Fouriera oraz statystycznego wyodrębniania i selekcji cech.