Analityk danych i inżynier ML - analityka predykcyjna i agentyczna sztuczna inteligencja

Chcemy, abyś rozwijał się razem z nami
Dane opowiadają historie, a ta rola jest odpowiedzialna za przekształcanie tych historii w decyzje. Jako nasz analityk danych i inżynier ML będziesz opracowywać modele predykcyjne, normatywne i optymalizacyjne, które zapewnią firmie Intersnack przewidywanie analityczne umożliwiające pewne działanie w obszarze zaopatrzenia, produkcji i sprzedaży. Będziesz raportować do programu AI i współpracować z inżynierami AI i inżynierami danych, aby zintegrować swoje modele z ramami wiedzy i agentycznej sztucznej inteligencji budowanymi w całej organizacji, łącząc klasyczny rygor uczenia maszynowego z pojawiającymi się możliwościami dużych modeli językowych i inteligentnych agentów. Intersnack angażuje się w rozwój swoich pracowników w miarę zwiększania swoich możliwości, a ta rola oferuje wyjątkowy punkt widzenia, z którego można kształtować sposób, w jaki rozumowanie AI jest osadzone w globalnym biznesie.
Co możemy zaoferować
Będziesz miał okazję pracować nad szeroką gamą wyzwań związanych z modelowaniem o znaczeniu komercyjnym, od prognozowania popytu i optymalizacji procesów w produkcji, po analitykę zakupów i modelowanie scenariuszy, z bezpośrednim dostępem do interesariuszy biznesowych, na których decyzjach będą wpływać Twoje modele. To nie jest rola, w której modelki siedzą w zeszytach; Twoja praca będzie operacjonalizowana, monitorowana i powtarzana w środowiskach produkcyjnych. Będziesz współpracować z architektami i inżynierami AI, aby zintegrować logikę predykcyjną z agentycznymi przepływami pracy, zapewniając swoim modelom zasięg i wpływ wykraczający poza indywidualne przypadki użycia. Dusseldorf to Twoja baza domowa oferująca elastyczność w zakresie pracy zdalnej, a międzynarodowy zasięg Intersnack gwarantuje, że Twoje modele będą działać w prawdziwej skali.
Jak spędzisz czas jako nasz następny analityk danych i inżynier uczenia maszynowego - analityka predykcyjna i agentyczna sztuczna inteligencja
Będziesz dzielić swój czas pomiędzy opracowywanie nowych modeli i ulepszanie istniejących, integrowanie wyników uczenia maszynowego z systemami agentowymi i analitycznymi oraz aktywne umożliwianie interesariuszom biznesowym zrozumienia i zaufania do wyników tych modeli. Twoja praca łączy rygor techniczny modelowania statystycznego i inżynierii uczenia maszynowego z celami komercyjnymi firmy, która chce, aby sztuczna inteligencja tworzyła rzeczywistą, mierzalną wartość.
Co zrobisz

• Opracowywać, weryfikować i wdrażać modele predykcyjne, normatywne i optymalizacyjne dla podstawowych domen biznesowych, w tym zaopatrzenia, produkcji i sprzedaży, przekształcając dane w wykonalne prognozy i zalecenia

• Twórz, dostosowuj i dostosowuj duże modele językowe (LLM) i modele języka specjalistycznego do zadań NLP specyficznych dla biznesu, w tym analizę nieustrukturyzowanych danych operacyjnych

• Projektuj i wdrażaj ramy symulacji i modelowania scenariuszy, które umożliwiają zespołom biznesowym badanie kompromisów i planowanie w warunkach niepewności

• Zintegruj uczenie maszynowe i logikę predykcyjną z przepływami pracy agentów AI, łącząc wyniki modelu z rozumowaniem agentów, aby wspierać zautomatyzowane i półautomatyczne podejmowanie decyzji

• Zarządzaj pełnym cyklem życia uczenia maszynowego swoich modeli, od inżynierii funkcji i szkolenia po wdrożenie, wersjonowanie i ciągłe monitorowanie, stosując w całym procesie najlepsze praktyki MLOps

• Stosuj techniki NLP do nieustrukturyzowanych danych biznesowych, wydobywając ustrukturyzowane sygnały z dokumentów, komunikacji i zapisów operacyjnych w celu wsparcia analiz i przypadków użycia sztucznej inteligencji

• Jasne komunikowanie wyników modelu, ograniczeń, poziomów ufności i leżących u ich podstaw założeń interesariuszom biznesowym, wspierając zrozumienie, zaufanie i odpowiednie przyjęcie spostrzeżeń wygenerowanych przez sztuczną inteligencję

• Uwzględnij w projekcie modelu kwestie bezpieczeństwa i zarządzania, w tym zabezpieczenia przed natychmiastowym wstrzykiwaniem, wyciekiem danych i kontradyktoryjnym wprowadzaniem danych, zgodnie ze standardami bezpieczeństwa sztucznej inteligencji firmy Intersnack

• Wspieraj współpracowników w rozwijaniu sztucznej inteligencji i umiejętności korzystania z danych, aktywnie przyczyniając się do programu zmian kulturowych, który towarzyszy szerszej drodze Intersnack do wdrażania sztucznej inteligencji

Niezbędne umiejętności i doświadczenie

• Udokumentowane doświadczenie w opracowywaniu i wdrażaniu predyktywnych i normatywnych modeli uczenia maszynowego w środowiskach produkcyjnych na dużą skalę, z mocnymi podstawami w modelowaniu statystycznym i ocenie modeli

• Praktyczne doświadczenie z dużymi modelami językowymi (LLM), w tym szybkie projektowanie, dostrajanie i dostosowywanie domen na potrzeby biznesowego NLP i zadań związanych z danymi nieustrukturyzowanymi, takich jak klasyfikacja, wyodrębnianie jednostek, podsumowywanie i wyszukiwanie oparte na osadzaniu

• Biegłość w języku Python i odpowiednich frameworkach ML (np. scikit-learn, PyTorch, TensorFlow lub równoważnych), w tym doświadczenie w zakresie narzędzi do śledzenia eksperymentów i wersjonowania modeli

• Doświadczenie w inżynierii funkcji, magazynach funkcji lub potokach przygotowywania danych na potrzeby uczenia i udostępniania modeli

• Solidne zrozumienie praktyk MLOps, w tym wdrażania modeli, monitorowania i zarządzania cyklem życia w środowiskach chmurowych (Microsoft Azure ML, AWS SageMaker lub równoważny)

• Praktyczne doświadczenie w integrowaniu wyników uczenia maszynowego z przepływami pracy agentów AI, łącząc rozumowanie modelowe ze strukturami orkiestracji agentów w celu zautomatyzowanego lub półautomatycznego podejmowania decyzji

• Znajomość technik symulacji i modelowania scenariuszy, umożliwiająca zespołom biznesowym analizowanie kompromisów i planowanie w warunkach niepewności

• Jasne i pewne przekazywanie informacji o modelowych zachowaniach, ograniczeniach i wynikach nietechnicznym interesariuszom biznesowym, sprzyjanie zrozumieniu i odpowiedniemu przyjęciu spostrzeżeń wygenerowanych przez sztuczną inteligencję

• Świadomość zagrożeń bezpieczeństwa związanych ze sztuczną inteligencją, w tym natychmiastowe wstrzykiwanie, wyciek danych i ataki kontradyktoryjne, z doświadczeniem w stosowaniu zabezpieczeń w modelu lub projekcie systemu

• Zrozumienie RODO, unijnej ustawy o sztucznej inteligencji i zasad odpowiedzialnej sztucznej inteligencji, z możliwością zastosowania ich do wyboru modelu, zarządzania danymi szkoleniowymi i decyzji o wdrożeniu…

Źródło: Arbeitnow (https://www.arbeitnow.com/jobs/companies/intersnack-it-kg/data-scientist-ml-engineer-predictive-analytics-agentic-ai-dusseldorf-473539)