Специалист по данным частичных разрядов

Мы ищем опытного специалиста по данным для разработки расширенной аналитики для нашей платформы мониторинга частичных разрядов и прогнозного обслуживания.

Optics11 — высокотехнологичная компания, разрабатывающая передовые технологии оптоволоконных датчиков для сложных сред и приложений в области энергетики и подводной безопасности. Наши системы обеспечивают высокопроизводительное зондирование и мониторинг посредством передовой фотоники, обработки сигналов и интеллекта на основе данных.

Мы расширяем нашу команду по исследованиям и разработкам в области частичных разрядов специалистом по данным, который стремится превращать сложные бизнес- и инженерные задачи в масштабируемые, основанные на данных решения, которые позволяют использовать решения следующего поколения для мониторинга акустической эмиссии путем обработки сигналов датчиков для раннего обнаружения, локализации и количественной оценки частичных разрядов в энергетической инфраструктуре.

Вы будете тесно сотрудничать с межфункциональными командами (встраиваемыми, программными и аппаратными средствами) для проектирования, разработки и внедрения передовых алгоритмов, прогнозирующих сбои энергетической инфраструктуры.

Предыдущий опыт работы в области частичных разрядов, акустической эмиссии или обработки электрических сигналов является преимуществом, но не препятствием. Мы ценим сильное аналитическое мышление, любознательность и готовность изучать новые области.

Ключевые обязанности:

• Проектировать, разрабатывать, проверять и поддерживать алгоритмы анализа данных датчиков, мониторинга частичных разрядов и прогнозного анализа.

• Преобразуйте сложные бизнес- и инженерные требования в надежные, готовые к использованию алгоритмы.

• Анализ крупномасштабных наборов данных датчиков, временных рядов и операционных данных для выявления значимых закономерностей и повышения производительности платформы мониторинга.

• Разрабатывать конвейеры обработки сигналов, проектирования функций, статистического моделирования и машинного обучения.

• Сотрудничать с разработчиками программного обеспечения и платформ для интеграции алгоритмов в платформу облачного мониторинга и периферийные среды.

• Отслеживайте производительность развернутых алгоритмов и вносите вклад в обслуживание, переобучение и постоянное совершенствование моделей.

Зачем присоединяться к нам?

• Присоединяйтесь к одному из самых многообещающих проектов в сфере глубоких технологий в Европе.

• Формируйте будущее быстро растущей многопрофильной научно-исследовательской организации.

• Конкурентная заработная плата и социальный пакет.

• Наслаждайтесь регулярными командными мероприятиями и корпоративными мероприятиями.

• Свежие обеды для команды предоставляются 3 раза в неделю.

Требования:

• Большой профессиональный опыт работы с Python и широко используемыми научными библиотеками и библиотеками для обработки данных (например, pandas, NumPy, SciPy, scikit-learn).

• Прочный фундамент в области статистического анализа, разработки алгоритмов, машинного обучения и моделирования данных.

• Практический опыт анализа сигналов датчиков и данных временных рядов.

• Глубокое понимание методов обработки сигналов, таких как фильтрация, шумоподавление, спектральный анализ, преобразование Фурье или вейвлет-преобразование и уменьшение размерности.

• Опыт разработки, проверки и развертывания моделей машинного обучения в производственных или облачных средах.

• Способность связывать закономерности в данных с физическими процессами и поведением реальных систем.

• Опыт работы хотя бы с одной платформой глубокого обучения, например PyTorch, TensorFlow или JAX.

• Способность писать понятный, модульный, протестированный и поддерживаемый код Python.

• Опыт участия в комплексных проектах по обработке данных или машинному обучению, от постановки проблем и экспериментирования до развертывания и мониторинга.

Квалификация:

• У вас есть как минимум 3-летний профессиональный опыт работы в области науки о данных с упором на анализ данных датчиков.

• Знакомство с системами реального времени, периферийными вычислениями или решениями для прогнозного обслуживания является плюсом.

• Магистр наук. или доктор философии. степень по соответствующей дисциплине в области науки или техники.

• Сильные аналитические навыки и навыки решения проблем.

• Глубокое понимание математики и физики, способность применять теорию к реальным инженерным задачам.

• Прагматичный, практический склад ума и готовность работать с несовершенными реальными данными.

• У вас сильные устные и письменные навыки общения на английском языке (голландский язык является преимуществом).

• Способность работать независимо, брать на себя ответственность и эффективно сотрудничать в различных дисциплинах.

Приятно иметь:

• Опыт работы с данными частичного разряда, акустическими, вибрационными, электрическими или другими данными мониторинга состояния.

• Опыт профилактического обслуживания, обнаружения аномалий, диагностики неисправностей или оценки оставшегося срока службы.

• Знание баз данных временных рядов и баз данных общего назначения, таких как QuestDB, MongoDB или PostgreSQL.

• Опыт отслеживания экспериментов, управления версиями наборов данных или моделей, а также воспроизводимых рабочих процессов машинного обучения.

• Опыт вычислений на графических процессорах, CUDA, оптимизации моделей или периферийного развертывания в реальном времени.

• Знакомство с практиками MLOps, автоматизированным тестированием, CI/CD и мониторингом производственных моделей.

Безопасность и соответствие:
Вы будете работать с клиентами в секторах обороны и безопасности, поэтому получение Сертификата об отсутствии возражений, выданного AIVD (Голландской службой общей разведки и безопасности), является обязательным. Это означает, что вам придется пройти проверку безопасности. Для получения дополнительной информации, пожалуйста, обратитесь к подробной информации о проверке безопасности.
Найдите больше англоговорящих вакансий в Нидерландах на Arbeitnow

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