Senior Machine Learning Engineer - General
- Machine learning
- Other places
- 06/12/2024
- -
Dołącz do naszego przełomowego zespołu w Samsara jako Starszy Inżynier ds. Machine Learning II
Samsara (NYSE: IOT), pionier w dziedzinie Connected Operations™ Cloud, umożliwia organizacjom polegającym na operacjach fizycznych wykorzystanie danych Internetu Rzeczy (IoT) do uzyskiwania praktycznych wniosków i poprawy operacji. Nasze platformy przyczyniają się do zwiększenia bezpieczeństwa, efektywności i zrównoważonego rozwoju kluczowych branż, które stanowią ponad 40% globalnego PKB. Te branże stanowią kręgosłup naszej planety, obejmują rolnictwo, budownictwo, usługi terenowe, transport i produkcję. Jesteśmy pasjonatami wprowadzania cyfrowej transformacji na dużą skalę w tych kluczowych sektorach.
Dołączając do Samsara, będziesz na pierwszej linii definiowania przyszłości operacji fizycznych. Weź udział w dynamicznym zespole, który kształtuje innowacyjne rozwiązania produktowe, takie jak bezpieczeństwo oparte na wideo, telematyka pojazdów i monitorowanie sprzętu, między innymi. Jako niedawno publiczna firma, oferujemy Ci autonomię i wsparcie potrzebne do dokonania znaczącego wpływu, gdy rośniemy w sposób zrównoważony i strategiczny.
Jesteśmy dumni z otrzymania wielu wyróżnień, w tym Glassdoor's Best Places to Work 2024, oraz Fast Company's Best Workplaces for Innovators 2023.
Zespół infrastruktury ML Samsara jest poświęcony budowaniu kompleksowych aplikacji ML, które wzbogacają naszą różnorodną ofertę produktów. W tej roli będziesz miał kluczowe znaczenie w opracowywaniu rozwiązań ML mających na celu zwiększenie bezpieczeństwa, efektywności i zrównoważonego rozwoju operacji fizycznych. Będziesz ściśle współpracować z naszymi zespołami inżynierskimi z różnych dziedzin, aby dostarczyć podstawową infrastrukturę i innowacyjne usługi.
To stanowisko jest dostępne dla kandydatów w USA i Kanadzie, z wyjątkiem obszarów Zatoki San Francisco i Metropolii NYC.
W Twojej nowej roli będziesz optymalizować dokładność modeli ML, obsługiwać dane na skalę petabajtów i zapewniać efektywne wdrażanie modeli we współpracy z naszymi zes