Інженер даних/ML, дані синтезу

Fusionality створює стек вимірювань, моделювання та керування для термоядерних енергетичних реакторів майбутнього.
Наша технологія, створена Швейцарським плазмовим центром EPFL і підтримана провідними інвесторами, забезпечує надійну роботу, моніторинг у реальному часі та аналіз високотемпературної плазми в термоядерних пристроях. Ми засновані експертами світового рівня на перетині фізики термоядерного синтезу, розширеного керування та ШІ (колишній Google DeepMind, EPFL). Ми збираємо команду інженерів-засновників у Лозанні для створення нашої основної технологічної платформи.
Ми шукаємо інженера з обробки даних/машинного навчання, щоб приєднатися до нашої команди. Ця робота для вас, якщо вам подобається перетворювати великі, безладні, неоднорідні експериментальні дані в чисті, помічені, надійні набори даних. Ви зробили це з науковими чи промисловими даними датчиків. Знайомство з ф’южн є перевагою, але не суворою вимогою.
Обов'язки

• Створюйте, обслуговуйте та запускайте конвеєри, які перетворюють експериментальні дані синтезу у високоякісні, узгоджені, задокументовані версійні набори даних.

• Розробити маркування та виявлення подій за допомогою ML (наприклад, збоїв, активності MHD, діагностичних помилок), використовуючи слабкий контроль, активне навчання та виявлення аномалій.

• Власна якість даних і забезпечення: походження, метадані калібрування, автоматизована перевірка. Керуйте та полегшуйте доступ для решти команди.

• Працюйте з фізиками, перевіряючи набори даних і мітки.

• Працюйте з нашими вченими-обчислювальниками та інженерами з управління, які створюють моделі та контролери на цих наборах даних, а також з клієнтами, щоб зрозуміти та інтегрувати їхні дані.

Вимоги

• Практичний досвід створення каналів даних для великих наукових або промислових форматів часових рядів даних (наприклад, HDF5, Parquet, Zarr).

• Вміння розробляти, надсилати запити й оптимізувати системи баз даних SQL і noSQL, а також знайомство з базами даних Time Series, такими як TimescaleDB, InfluxDB.

• Досвід застосування методів машинного навчання до часових рядів у Python (PyTorch або JAX): моделі послідовності, виявлення аномалій і подій, напів- або слабко контрольоване маркування.

• Тверді звички розробки програмного забезпечення: тестування, відтворюваність, версії даних – ваша друга натура.

• Доказ незалежної роботи на найвищому рівні: кандидатська дисертація та/або опублікований код, який використовується іншими, або галузевий проект, яким ви володієте. Вам має бути зручно самостійно проектувати архітектури даних з першого дня.

• Наступне є перевагою, але не обов’язковим:

• Інструменти та робочі процеси для маркування людини в циклі.

• Оркестровка конвеєра (наприклад, Dagster, Airflow, Prefect) і версії даних (наприклад, DVC, lakeFS).

• Дані великих фізичних експериментів: термоядерний синтез, прискорювачі, астрономія або вплив систем термоядерних даних (MDSplus, IMAS).

Що ми пропонуємо

• Грати ключову роль у динамічному стартапі, що швидко розвивається, формуючи технічні рішення та продукти з нуля.

• Створіть передову технологію для моніторингу та керування плазмою в реальних термоядерних пристроях, працюючи пліч-о-пліч із провідними експертами з плазми та керування.

• Чудові умови праці в Лозанні, Швейцарія, місті та країні, відомій своїм високим рівнем життя.

• Конкурентоспроможна заробітна плата та справедлива компенсація відповідно до стажу, а також переваги, включаючи імміграційну допомогу.

Знайдіть роботу в Швейцарії на Arbeitnow

Джерело: Arbeitnow (https://www.arbeitnow.ch/jobs/companies/fusionality/data-ml-engineer-fusion-data-lausanne-479954)