Наш Програмне забезпечення для виконання складу використовує передові техніки оптимізації, щоб спричинити революцію в інтралогістиці та автоматизації складу. Синхронізуючи дискретні та низькорівневі логістичні процеси, ми створюємо рушій прийняття рішень у реальному часі, який максимізує ефективність праці та обладнання. Наше програмне забезпечення надає клієнтам оперативну гнучкість, необхідну для управління вимогами мультиканального середовища.
Ми шукаємо високомотивовану особу для розробки передових алгоритмів, використовуючи поглиблені знання у машинному навчанні, комп'ютерному зорі та дослідженнях операцій. Ідеальний кандидат не тільки розуміє теоретичні підходи, але й має практичне мислення щодо компромісів між складністю рішення, оптимальністю та використанням новітніх чи перевірених технік. Креативність, інноваційне мислення та пристрасть до експериментування є життєво важливими для цієї ролі. Крім того, важливо залишатися в курсі останніх тенденцій у сфері AI/ML, щоб забезпечити наші підходи залишаються надійними та конкурентними.
- Вирішення різноманітних проблем в інтралогістиці та плануванні, використовуючи передову аналітику та AI техніки.
- Нагляд за рішеннями від початку до доказу концепції, MVP та кінцевої реалізації продукту, гарантуючи відповідність бізнес-вимогам.
- Робота з реальними та синтетичними даними для навчання моделей і розробки рішень, керованих даними.
- Проектування та створення інструментів для моделювання інтралогістичних процесів для тренувань та тестування моделей.
- Розробка статистичних прогнозів та моделей машинного навчання.
- Постійне вивчення та застосування нових інструментів, технологій і найкращих галузевих практик.
- Магістр або кандидат наук у галузі комп’ютерних наук, штучного інтелекту, досліджень операцій, прикладної математики, інженерії управління, промислової інженерії або суміжних областях.
- Високий рівень володіння принаймні однією універсальною мовою програмування (Python або Java вважаються перевагою). Знання статистичних або мов баз даних (R, MATLAB, SQL) є плюсом.
- Розуміння технік підкріплювального навчання та приблизного динамічного програмування.
- Знання теорії управління та моделей і технік машинного навчання.
- Досвід роботи з архітектурами глибокого навчання та фреймворками, такими як Pandas, PyTorch, TensorFlow/Keras та інше.
- Більше 2 років досвіду, включаючи академічний досвід, у будь-якій з вищезазначених областей.
- Досвід роботи з фреймворками RL, такими як OpenAI Gym, Dopamine, RLLib та інше.
- Знайомство з інструментами для моделювання та симуляції, такими як AnyLogic, Arena, Panda3D тощо.
- Впевненість у роботі з IDE програмним забезпеченням, такими як PyCharm, IntelliJ, Visual Studio, Jupyter Notebook тощо.
- Досвід роботи з платформами хмарних обчислень, такими як GCP, Azure, AWS, Docker, Kubernetes та edge computing.
- Високий рівень навичок у програмному інжинірингу, включаючи Git, Anaconda,