Jeo-uzamsal Veri Bilimcisi

Orcrist, en son teknolojileri kullanarak yeni nesil bir veri zekası platformu oluşturuyor. Petabayt ölçeğindeki verileri saniyeden kısa sorgularla işliyoruz. Ürünümüz, hava boşluklu dağıtımlar da dahil olmak üzere B2B SaaS olarak veya şirket içinde barındırılan bir çözüm olarak sunulan Kubernetes tabanlı bir platformdur. Savunma, kolluk kuvvetleri ve kuruluşlardaki müşterilerimizin görev açısından kritik verileri eyleme geçirilebilir istihbarata dönüştürmesine olanak sağlıyoruz.

Şirket

Orcrist savunma, kolluk kuvvetleri ve kurumsal ekipler için güvenli veri zekası yazılımı oluşturur. Sentinel platformumuz veri entegrasyonunu, yapay zeka destekli analizi ve operasyonel iş akışlarını birleştirir. GEOINT ekibi bunu coğrafi veri hizmetleri, uzaktan algılama yetenekleri ve web tabanlı ortak operasyonel resim ile genişletiyor.

Rol

Görüntüleri ve mekansal verileri güvenilir analitik ürünlere dönüştüren coğrafi ve uzaktan algılama yöntemleri geliştirin. Python'da değişiklik tespiti, nesne tespiti, segmentasyon ve mekansal ve zamansal analiz üzerinde çalışacaksınız. Yöntemleriniz klasik makine öğrenimi, istatistik ve görüntü analizi ile Vision Transformers (ViT'ler) ve U-Net'ler gibi derin öğrenme mimarilerini kapsayacak ve keşiften değerlendirmeye kadar faydalı olduğu kanıtlanan yaklaşımları tekrarlanabilir platform yeteneklerine taşıyacak.

Çalışma, açık uydu zaman serilerini ve ticari optik, termal ve SAR görüntülerini içermektedir. Uygun veri ve yöntemlerin seçilmesine yardımcı olacak, sonuçların neyi destekleyebileceğini belirleyecek ve bunları Sentinel'deki analistlerin kullanımına sunmak için mühendislerle birlikte çalışacaksınız.

Ne yapacaksın

• Sentinel-2 zaman serileri de dahil olmak üzere değişiklik tespit iş akışları geliştirin ve anlamlı değişiklikleri mevsimsellik, bulut ve gölge etkilerinden, edinim farklılıklarından ve kayıt hatalarından ayırın.

• Uygun olduğu durumlarda istatistiksel teknikleri, klasik görüntü işlemeyi ve makine öğrenimini kullanarak uydu görüntüleri için nesne algılama, bölümlendirme ve sınıflandırma yöntemleri oluşturun ve değerlendirin. Daha basit temellere, tartım doğruluğuna, etiket gerekliliklerine, genellemeye, çıkarım maliyetine ve gerçek üretim uygulanabilirliğine göre son teknoloji ürünü derin öğrenme yaklaşımlarını pragmatik olarak değerlendirin.

• Her kullanım durumu için farklı sensörlerin, çözünürlüklerin, edinim koşullarının ve işleme seviyelerinin uygunluğunu değerlendirin. Gereksinimler geliştikçe yöntemleri optik, multispektral, termal ve SAR verileri boyunca genişletin.

• Veri mühendisleriyle tasarım ön işleme ve özellik çıkarma: kalite maskeleme, birleştirme, ortak kayıt, normalleştirme, spektral indeksler ve sensöre özel düzeltmeler.

• Mekansal istatistikler, bölgesel analiz, anormallik tespiti ve alanlar ve gözlem dönemleri arasında karşılaştırma için raster çıktılarını vektör ve zamansal verilerle birleştirin.

• Referans veri kümelerini ve değerlendirme protokollerini oluşturun veya kaynaklayın. Uzamsal ve zamansal olarak ayrılmış doğrulamayı kullanın, hatalı pozitifleri ve kaçırılan tespitleri ölçün ve bölgeler ve sensörler arasındaki performansı inceleyin.

• Kaynak referansları, zaman damgaları, güven veya belirsizlik ölçümleri ve belgelenmiş sınırlamalarla izlenebilir sonuçlar sunun. Bir sonucun ne zaman daha yakından incelenmesi gerektiğini analistlerin anlamasına yardımcı olun.

• Tekrarlanabilir toplu işleme veya çıkarım için paket testli Python yöntemleri. Çalışma zamanı, bellek, izleme ve Sentinel iş akışlarına entegrasyon konularında veri ve platform mühendisleriyle birlikte çalışın.

senin hakkında

• Jeoenformatik, uzaktan algılama, Dünya gözlemi, uygulamalı matematik, bilgisayar bilimi veya ilgili bir disiplinde önemli uygulamalı jeo-uzaysal veya uzaktan algılama deneyimiyle birleştirilmiş örgün üniversite eğitimi.

• NumPy, pandas, SciPy, xarray, GeoPandas ve Rasterio/GDAL gibi araçları kullanan güçlü Python ve bilimsel hesaplama becerileri.

• Scikit-learn ve PyTorch veya eşdeğer bir çerçeve ile pratik makine öğrenimi deneyiminin yanı sıra eğitim, değerlendirme ve mevcut modellerin uyarlanması da dahil olmak üzere TorchGeo veya ilgili coğrafi derin öğrenme paketleri.

• Uzaktan algılamanın temellerine ilişkin sağlam bir anlayış: mekansal, spektral, radyometrik ve zamansal çözünürlük; koordinat sistemleri; görüntü hizalaması; ve veri kalitesi sınırlamaları.

• Uydu görüntüsü analizi ve değişiklik tespiti, segmentasyon, nesne tespiti veya arazi örtüsü sınıflandırması gibi en az bir ilgili görev konusunda deneyim.

• Örnekleme, mekansal otokorelasyon, veri sızıntısı, sınıf dengesizliği, belirsizlik ve yeni yerlere ve edinim koşullarına genelleme konusunda sağlam istatistiksel yargı.

• Araştırmaya mühendislik odaklı bir yaklaşım: sürümlendirilmiş kod ve veriler, tekrarlanabilir deneyler, testler ve bir yöntemin nasıl performans gösterdiğine ve başarısız olduğuna dair net açıklamalar.

• Hem teknik meslektaşlar hem de alan uzmanlarıyla İngilizce olarak açık iletişim. Almanya'da çalışmaya uygundur.

Sahip olunması güzel şeyler

• Termal kızılötesi görüntülerle çalışmayı, SAR verilerini işlemeyi ve analiz etmeyi veya birden fazla sensörden gelen gözlemleri birleştirmeyi deneyimleyin. Bir yöntemde derin deneyim değerlidir.

• Jeoinformatik, uzaktan algılama, Dünya gözlemi veya ilgili bir alanda doktora derecesi.

• Jeo-uzaysal temel modelleriyle ilgili deneyim: Prithvi veya TerraMind gibi modellerde ince ayar yapılması veya aşağı yönlü analiz için AlphaEarth Foundations yerleştirmelerinin kullanılması. Mevcut görseller ve etiketlerle bu yaklaşımların göreve özgü modellerde gelişip gelişmediğini değerlendirme yeteneği.

• Dask, Apache Spark/Sedona veya Zarr ile ölçeklendirme jeo-uzaysal analizini deneyimleyin.

• PyTorch/CUDA, ONNX Runtime with TensorRT veya NVIDIA Triton Inference Server ile GPU çıkarımını dağıtma ve optimize etme deneyimini yaşayın; görüntü döşemelerini toplu olarak işleme ve GPU belleğini ve verimini yönetme.

• DuckDB veya PostGIS ile Uzamsal SQL, STAC tabanlı veri keşfi ve QGIS veya geemap'te keşif çalışması; aşağı yönde GIS kullanımı için COG ve GeoParquet çıktıları üretmek.

• Airbus, Satellogic, SatVu veya ICEYE gibi sağlayıcıların ticari görüntüleri ile çalışma deneyimi.

• Savunma ve istihbarat ortamlarında veya ilgili projelerde çalışma deneyimi.…

Kaynak: AB Uzaktan İşler (https://euremotejobs.com/job/geospatial-data-scientist/)