Machine learning zusammen mit künstlicher Intelligenz sind zu Schlagwörtern geworden. Da Lokad als eines der führenden europäischen Unternehmen gilt, das reale Entscheidungen basierend auf machine learning – supply chain decisions tatsächlich – trifft, erhalten wir eine wachsende Zahl von Bewerbungen.

Die gute Nachricht: Wir stellen weiterhin ein!

In diesem Beitrag betrachten wir die drei Bereiche von machine learning, die es bei Lokad gibt, und was Sie tun müssen, um Ihre Chancen auf ein Vorstellungsgespräch zu maximieren und idealerweise anschließend eingestellt zu werden.

Respekt an alle Bewerber, die im Vorstellungsgespräch erwähnen können, dass sie diesen Blogbeitrag gelesen haben. Kluge Menschen sind neugierig, und wenn es Sie nicht reizt, ein wenig Nachforschung über Ihren zukünftigen Arbeitgeber anzustellen, passen Sie vermutlich ohnehin nicht in die machine learning-Branche.

Job 1: Prädiktive Geschäftsmodellierung

Die Verbesserung der supply chain performance eines Unternehmens durch machine learning erfordert erhebliche Anstrengungen. Die Daten müssen gut vorbereitet werden. Die Lösung der Herausforderung sollte vollständig mit der Vision und der Strategie des Kundenunternehmens abgestimmt sein. Die supply chain-Teams sollten angeleitet werden, eine neue und leistungsfähigere analytische Lösung zu übernehmen. Messbare Ergebnisse sollten gesammelt werden, und man muss darauf vorbereitet sein, dass diese Ergebnisse vom Top-Management in Frage gestellt werden. Bei Lokad ist das Data-Modelling-Team, oder einfacher gesagt, das Data-Team, dafür verantwortlich, diese Herausforderungen anzugehen.

Für diese konkrete Position suchen wir Ingenieure mit einer ausgeprägten analytischen Denkweise, die in der Lage sind, nicht nur die Stärken und Schwächen der ihnen zur Verfügung gestellten machine learning-Engines zu verstehen, sondern auch reale Set-ups zu implementieren, die in die täglichen workflows echter supply chains integriert werden. Verbesserungen sind real und Fehler sind ebenfalls real. In Ihrem Vorstellungsgespräch wird empfohlen, Ihr Verständnis des Lokad-Produkts, wie es auf unserer Website dokumentiert ist, zu demonstrieren. Bonuspunkte erhalten Sie, wenn Sie skizzieren können, wie Lokad’s Technologie zur Bewältigung tatsächlicher supply chain challenges eingesetzt werden kann.

Job 2: Gestaltung der Big Data-Infrastruktur

Machine learning ist in hohem Maße von Daten abhängig. Tatsächlich gilt: Je mehr Daten zur Verfügung stehen, desto besser funktioniert machine learning. Lokad sucht talentierte Softwareingenieure, die in der Lage sind, die gesamte Infrastruktur zu entwerfen, die die verschiedenen machine learning-Bausteine unterstützt. Die Bedeutung der gesamten data pipeline darf nicht unterschätzt werden: Eine mangelhafte Pipeline ist eine der Hauptursachen für das Scheitern datengetriebener Initiativen. Die Infrastruktur muss nicht nur schnell und zuverlässig sein, sondern auch den enormen Rechenanforderungen der machine learning-Algorithmen selbst standhalten können.

Für diese Rolle suchen wir Softwareingenieure mit einer Vorliebe für komplexe, verteilte Back-Office-Verarbeitungen. Sie sollten keine Scheu davor haben, sich mit komplizierten Algorithmen auseinanderzusetzen, wie etwa dem Umgang mit einem Radix-Baum, und solche Algorithmen selbst zu implementieren. Idealerweise sollten Sie in Ihrem Vorstellungsgespräch nicht nur Ihre Fähigkeit unter Beweis stellen, diese Art von algorithmischer Verarbeitung zu verstehen und umzusetzen, sondern auch Code zu liefern, der wartbar ist und produktionsreif ist.

Job 3: Hardcore machine learning Wissenschaft

Die meisten modernen machine learning-Algorithmen sind nicht nur aus statistischer Sicht, sondern auch aus rein algorithmischer Perspektive kompliziert. Lokad sucht talentierte Mathematiker, die bereit sind, die Softwareentwicklungsfähigkeiten zu erwerben, die notwendig sind, um diese “hardcore” machine learning-Algorithmen zu implementieren. Wir haben eine eigene Suite von Algorithmen entwickelt, die speziell für die Bedürfnisse echter supply chains konzipiert wurden. Erwarten Sie nicht, ein open source machine learning-Toolkit einfach anzuschließen und fertig zu werden: Unsere Kunden sind in hohem Maße auf Algorithmen angewiesen, die entwickelt wurden, um spezifische supply chain Herausforderungen zu bewältigen.

Für diese Position suchen wir Mathematiker oder Softwareentwickler mit einer ausgeprägten Neigung zur numerischen Analyse und Optimierung, die den Ehrgeiz haben, sich mit atemberaubend schwierigen Problemen auseinanderzusetzen. Sie sollten nicht davor zurückschrecken, Ihre eigene Algorithmusklasse zu entwickeln, die möglicherweise etwas unkonventionell ist im Vergleich zu dem, was als „Mainstream“ in machine learning gilt. Idealerweise sollten Sie in Ihrem Vorstellungsgespräch in der Lage sein, darzulegen, warum Lokad alternative Ansätze benötigt und vielleicht sogar einige persönliche Einblicke in die Thematik zu geben.