Специалист по данным и инженер по машинному обучению — прогнозная аналитика и агентный искусственный интеллект

Мы хотим, чтобы вы росли вместе с нами
Данные рассказывают истории, и эта роль отвечает за превращение этих историй в решения. В качестве нашего специалиста по данным и инженера по машинному обучению вы будете разрабатывать модели прогнозирования, предписывания и оптимизации, которые дадут Intersnack аналитическое предвидение, позволяющее уверенно действовать в сфере закупок, производства и продаж. Вы будете подчиняться программе искусственного интеллекта и работать вместе с инженерами искусственного интеллекта и инженерами по обработке данных, чтобы интегрировать ваши модели в базы знаний и агентные структуры искусственного интеллекта, создаваемые в организации, сочетая строгость классического машинного обучения с новыми возможностями больших языковых моделей и интеллектуальных агентов. Intersnack стремится развивать свой персонал по мере роста своих возможностей, и эта роль предлагает уникальную точку зрения, с которой можно формировать то, как рассуждения ИИ внедряются в глобальный бизнес.
Что мы можем предложить
У вас будет возможность работать над широким и коммерчески значимым спектром задач моделирования: от прогнозирования спроса и оптимизации производственных процессов до аналитики закупок и моделирования сценариев, с прямым доступом к заинтересованным сторонам бизнеса, чьи решения будут учитываться вашими моделями. Это не та роль, где модели сидят в тетрадях; ваша работа будет реализована, проверена и повторена в производственной среде. Вы будете сотрудничать с архитекторами и инженерами искусственного интеллекта, чтобы интегрировать прогнозную логику в рабочие процессы агентов, предоставляя вашим моделям охват и влияние, выходящие за рамки отдельных сценариев использования. Дюссельдорф — ваш дом, где вы можете работать удаленно, а международное присутствие Intersnack гарантирует, что ваши модели будут работать в реальном масштабе.
Как вы будете проводить свое время в качестве нашего следующего специалиста по данным и инженера по машинному обучению — прогнозная аналитика и агентный искусственный интеллект
Вы будете разделять свое время между разработкой новых моделей и улучшением существующих, интеграцией результатов машинного обучения в агентные и аналитические системы, а также активным предоставлением заинтересованным сторонам бизнеса понимания и доверия к тому, что производят эти модели. Ваша работа соединяет техническую строгость статистического моделирования и машинного обучения с коммерческими намерениями бизнеса, который хочет, чтобы ИИ создавал реальную, измеримую ценность.
Что ты будешь делать

• Разрабатывать, проверять и внедрять модели прогнозирования, предписывания и оптимизации для основных областей бизнеса, включая закупки, производство и продажи, преобразуя данные в практические прогнозы и рекомендации.

• Создавайте, настраивайте и адаптируйте большие языковые модели (LLM) и специализированные языковые модели для конкретных бизнес-задач НЛП, включая анализ неструктурированных операционных данных.

• Разрабатывать и внедрять системы моделирования и моделирования сценариев, которые позволяют бизнес-командам исследовать компромиссы и планировать в условиях неопределенности.

• Интегрируйте машинное обучение и прогностическую логику в рабочие процессы агентов ИИ, объединяя выходные данные модели с рассуждениями агентов для поддержки автоматизированного и полуавтоматического принятия решений.

• Владейте полным жизненным циклом машинного обучения для своих моделей, от разработки функций и обучения до развертывания, управления версиями и постоянного мониторинга, применяя лучшие практики MLOps на всех этапах.

• Применять методы НЛП к неструктурированным бизнес-данным, извлекая структурированные сигналы из документов, сообщений и операционных записей для поддержки аналитики и сценариев использования ИИ.

• Четко сообщать заинтересованным сторонам о результатах модели, ограничениях, уровнях достоверности и основных предположениях, способствуя пониманию, доверию и соответствующему принятию идей, полученных с помощью ИИ.

• Внедрение вопросов безопасности и управления в разработку модели, включая защиту от быстрого внедрения, утечки данных и вредоносных входных данных, в соответствии со стандартами безопасности искусственного интеллекта Intersnack.

• Поддерживать коллег в развитии ИИ и грамотности в области данных, активно внося свой вклад в программу культурных изменений, которая сопровождает более широкое внедрение ИИ в Intersnack.

Основные навыки и опыт

• Подтвержденный опыт разработки и внедрения моделей прогнозного и предписывающего машинного обучения в крупномасштабных производственных средах, с прочной основой в статистическом моделировании и оценке моделей.

• Практический опыт работы с большими языковыми моделями (LLM), включая быстрое проектирование, тонкую настройку и адаптацию предметной области для бизнес-НЛП и задач неструктурированных данных, таких как классификация, извлечение сущностей, суммирование и извлечение на основе внедрения.

• Знание Python и соответствующих платформ машинного обучения (например, scikit-learn, PyTorch, TensorFlow или эквивалентных), включая опыт работы с инструментами отслеживания экспериментов и управления версиями моделей.

• Опыт разработки функций, хранилищ функций или конвейеров подготовки данных для обучения и обслуживания моделей.

• Глубокое понимание методов MLOps, включая развертывание моделей, мониторинг и управление жизненным циклом в облачных средах (Microsoft Azure ML, AWS SageMaker или эквивалент).

• Практический опыт интеграции результатов машинного обучения в рабочие процессы агентов ИИ, комбинирования рассуждений на основе моделей со структурами оркестровки агентов для автоматического или полуавтоматического принятия решений.

• Знакомство с методами моделирования и моделирования сценариев, что позволяет бизнес-командам исследовать компромиссы и планировать в условиях неопределенности.

• Четкая и уверенная передача информации о поведении модели, ограничениях и результатах нетехническим заинтересованным сторонам бизнеса, что способствует пониманию и правильному принятию идей, полученных с помощью ИИ.

• Осведомленность о рисках безопасности ИИ, включая быстрое внедрение, утечку данных и состязательные атаки, а также опыт применения мер по снижению рисков при проектировании моделей или систем.

• Понимание GDPR, Закона ЕС об искусственном интеллекте и принципов ответственного искусственного интеллекта с возможностью применять их для выбора модели, управления данными обучения и принятия решений о развертывании…

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