Analityk danych dotyczący wyładowań częściowych

Poszukujemy doświadczonego analityka danych, który opracuje zaawansowane analizy dla naszej platformy monitorowania wyładowań niezupełnych i konserwacji predykcyjnej.

Optics11 to firma zajmująca się zaawansowanymi technologiami, opracowująca zaawansowane technologie czujników światłowodowych do wymagających środowisk i zastosowań w energetyce i bezpieczeństwie podwodnym. Nasze systemy umożliwiają wysokowydajne wykrywanie i monitorowanie dzięki zaawansowanej fotonice, przetwarzaniu sygnałów i inteligencji opartej na danych.

Poszerzamy nasz zespół badawczo-rozwojowy dotyczący wyładowań niezupełnych o specjalistę ds. danych, którego motywacją jest przełożenie złożonych wyzwań biznesowych i inżynieryjnych na skalowalne rozwiązania oparte na danych, które umożliwiają wdrożenie rozwiązań do monitorowania emisji akustycznej nowej generacji poprzez przetwarzanie sygnałów z czujników w celu wczesnego wykrywania, lokalizacji i ilościowego określenia wyładowań niezupełnych w infrastrukturze energetycznej.

Będziesz ściśle współpracować z zespołami interdyscyplinarnymi (wbudowanymi, programowymi i sprzętowymi) w celu projektowania, opracowywania i wdrażania zaawansowanych algorytmów przewidywających awarie infrastruktury energetycznej.

Wcześniejsze doświadczenie w zakresie wyładowań niezupełnych, emisji akustycznej lub przetwarzania sygnałów elektrycznych będzie zaletą, ale nie przeszkodą. Cenimy silne analityczne myślenie, ciekawość i chęć poznawania nowych dziedzin.

Kluczowe obowiązki:

• Projektować, rozwijać, weryfikować i utrzymywać algorytmy do analizy danych z czujników, monitorowania wyładowań niezupełnych i analiz predykcyjnych.

• Przekładaj złożone wymagania biznesowe i inżynieryjne na solidne, gotowe do produkcji algorytmy.

• Analizuj wielkoskalowe zestawy danych z czujników, szeregów czasowych i operacyjnych, aby zidentyfikować znaczące wzorce i poprawić wydajność platformy monitorującej

• Opracowywanie procesów przetwarzania sygnałów, inżynierii cech, modelowania statystycznego i uczenia maszynowego.

• Współpraca z inżynierami oprogramowania i platform w celu integracji algorytmów z platformą monitorowania chmury i środowiskami brzegowymi.

• Monitoruj wydajność wdrożonego algorytmu i przyczyniaj się do konserwacji modelu, ponownego szkolenia i ciągłego doskonalenia.

Dlaczego warto do nas dołączyć?

• Dołącz do jednego z najbardziej obiecujących przedsiębiorstw typu „scale-up” w dziedzinie głębokich technologii w Europie.

• Kształtuj przyszłość szybko rozwijającej się multidyscyplinarnej organizacji badawczo-rozwojowej.

• Konkurencyjne wynagrodzenie i pakiet świadczeń.

• Ciesz się regularnymi zajęciami zespołowymi i wydarzeniami firmowymi.

• Świeże lunche dla zespołu dostarczane 3 razy w tygodniu.

Wymagania:

• Duże doświadczenie zawodowe z Pythonem i powszechnie używanymi bibliotekami naukowymi i data science (np. pandas, NumPy, SciPy, scikit-learn).

• Solidne podstawy analizy statystycznej, rozwoju algorytmów, uczenia maszynowego i modelowania danych.

• Praktyczne doświadczenie w analizie sygnałów czujników i danych szeregów czasowych.

• Solidne zrozumienie technik przetwarzania sygnału, takich jak filtrowanie, odszumianie, analiza widmowa, transformata Fouriera lub falkowa oraz redukcja wymiarowości.

• Doświadczenie w opracowywaniu, sprawdzaniu poprawności i wdrażaniu modeli uczenia maszynowego w środowiskach produkcyjnych lub chmurowych.

• Możliwość łączenia wzorców w danych z procesami fizycznymi i zachowaniem systemu w świecie rzeczywistym.

• Doświadczenie z co najmniej jednym frameworkiem do głębokiego uczenia się, takim jak PyTorch, TensorFlow lub JAX.

• Umiejętność pisania przejrzystego, modułowego, przetestowanego i łatwego w utrzymaniu kodu w języku Python.

• Doświadczenie w kompleksowych projektach związanych z nauką o danych lub uczeniem się maszyn, od formułowania problemów i eksperymentowania po wdrażanie i monitorowanie.

Kwalifikacje:

• Masz co najmniej 3-letnie doświadczenie zawodowe w dziedzinie analityki danych ze szczególnym uwzględnieniem analizy danych z czujników.

• Znajomość systemów czasu rzeczywistego, obliczeń brzegowych lub rozwiązań w zakresie konserwacji predykcyjnej będzie dodatkowym atutem.

• mgr inż. lub doktorat stopień naukowy w odpowiedniej dyscyplinie naukowej lub inżynierskiej.

• Silne umiejętności analityczne i rozwiązywania problemów.

• Solidne zrozumienie matematyki i fizyki, z możliwością zastosowania teorii do rzeczywistych problemów inżynierskich.

• Pragmatyczne, praktyczne podejście i chęć pracy z niedoskonałymi danymi ze świata rzeczywistego.

• Posiadasz dobre umiejętności komunikacji werbalnej i pisemnej w języku angielskim (holenderski będzie zaletą).

• Zdolność do niezależnej pracy, przejmowania odpowiedzialności i skutecznej współpracy między dyscyplinami.

Miło mieć:

• Doświadczenie w monitorowaniu wyładowań niezupełnych, akustycznych, wibracyjnych, elektrycznych lub innych danych.

• Doświadczenie w zakresie konserwacji predykcyjnej, wykrywania anomalii, diagnozowania usterek lub szacowania pozostałego okresu użytkowania.

• Znajomość baz danych szeregów czasowych i baz danych ogólnego przeznaczenia, takich jak QuestDB, MongoDB lub PostgreSQL.

• Doświadczenie w śledzeniu eksperymentów, wersjonowaniu zbiorów danych lub modeli oraz powtarzalnych przepływach pracy ML.

• Doświadczenie w obliczeniach na GPU, CUDA, optymalizacji modelu lub wdrażaniu brzegowym w czasie rzeczywistym.

• Znajomość praktyk MLOps, testów automatycznych, CI/CD i monitorowania modeli produkcyjnych.

Bezpieczeństwo i zgodność:
Będziesz pracować z klientami z sektorów obronności i bezpieczeństwa, wymagane jest uzyskanie Zaświadczenia o braku zastrzeżeń wydanego przez AIVD (Holenderska Służba Wywiadu Ogólnego i Bezpieczeństwa). Oznacza to, że będziesz musiał przejść kontrolę bezpieczeństwa. Aby uzyskać więcej informacji, zapoznaj się ze szczegółami dotyczącymi kontroli bezpieczeństwa.
Znajdź więcej ofert pracy ze znajomością języka angielskiego w Holandii na Arbeitnow

Źródło: Arbeitnow (https://www.arbeitnow.nl/jobs/companies/optics11/partial-discharge-data-scientist-amsterdam-32702)