Machine Learning-Jobs bei Lokad
Machine Learning zusammen mit künstlicher Intelligenz sind zu Buzzwords geworden. Da Lokad als eines der führenden europäischen Unternehmen identifiziert wurde, das durch maschinelles Lernen getriebene Entscheidungen in der realen Welt generiert - tatsächlich entscheidungsbasierte Optimierung in der Lieferkette - erhalten wir eine wachsende Anzahl von Bewerbern.
Die gute Nachricht: Wir stellen immer noch ein!
In diesem Beitrag stellen wir die drei Bereiche des maschinellen Lernens vor, die es bei Lokad gibt, und was Sie tun müssen, um die Chancen auf ein Vorstellungsgespräch bei uns zu maximieren und idealerweise danach eingestellt zu werden.
Ein Lob an die Bewerber, die erwähnen können, dass sie diesen Blogbeitrag während ihres Vorstellungsgesprächs gelesen haben. Kluge Menschen sind neugierige Menschen, und wenn Sie sich nicht die Mühe machen können, ein wenig über Ihren zukünftigen Arbeitgeber zu recherchieren, sind Sie wahrscheinlich sowieso nicht für die Maschinenlernbranche geeignet.
Job 1: Vorhersagende Geschäftsmodellierung
Die Verbesserung der Leistung der Lieferkette eines Unternehmens durch maschinelles Lernen erfordert erheblichen Aufwand. Die Daten müssen gut vorbereitet sein. Die Lösung der Herausforderung sollte vollständig mit der Vision und der Strategie des Kundenunternehmens übereinstimmen. Die Lieferkettenteams sollten darauf vorbereitet sein, eine neue und leistungsfähigere analytische Lösung zu übernehmen. Messbare Ergebnisse sollten gesammelt werden, und man sollte darauf vorbereitet sein, dass diese Ergebnisse von der obersten Führung in Frage gestellt werden. Bei Lokad ist das Datenmodellierungsteam, oder einfach gesagt, das Datenteam, für die Bewältigung dieser Herausforderungen verantwortlich.
Für diese spezielle Position suchen wir Ingenieure mit einer starken analytischen Denkweise, die nicht nur in der Lage sind, die Stärken und Grenzen der ihnen zur Verfügung stehenden maschinellen Lernmaschinen zu verstehen, sondern auch in der Lage sind, realitätsnahe Setups zu implementieren, die in die täglichen Workflows realer Lieferketten integriert werden. Verbesserungen sind real und Fehler sind auch real. In Ihrem Vorstellungsgespräch wird empfohlen, Ihr Verständnis des Lokad-Produkts zu demonstrieren, wie es auf unserer Website dokumentiert ist. Bonuspunkte, wenn Sie skizzieren können, wie Lokads Technologie zur Bewältigung tatsächlicher Lieferkettenherausforderungen eingesetzt werden kann.
Job 2: Gestaltung der Big Data-Infrastruktur
Maschinelles Lernen ist in hohem Maße von Daten abhängig. Je mehr Daten verfügbar sind, desto besser funktioniert das maschinelle Lernen. Lokad sucht talentierte Softwareingenieure, die die gesamte Infrastruktur entwerfen können, die die verschiedenen Teile des maschinellen Lernens unterstützt. Die Bedeutung der gesamten Datenpipeline 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 hohen Rechenanforderungen der maschinellen Lernalgorithmen selbst gewachsen sein.
Für diese Rolle suchen wir Softwareingenieure mit einem starken Hang zur komplexen verteilten Back-Office-Verarbeitung. Sie sollten keine Angst vor komplizierten Algorithmen haben, wie zum Beispiel dem Umgang mit einem Radix-Baum, und solche Algorithmen selbst implementieren können. Idealerweise sollten Sie in Ihrem Vorstellungsgespräch nicht nur Ihre Fähigkeit demonstrieren, diese Art von algorithmischer Verarbeitung zu verstehen und zu implementieren, sondern auch Code liefern können, der gewartet werden kann und für die Produktion geeignet ist.
Job 3: Hardcore-Maschinenlernwissenschaft
Die meisten modernen maschinellen Lernalgorithmen sind nicht nur aus statistischer, sondern auch aus rein algorithmischer Sicht kompliziert. Lokad sucht talentierte Mathematiker, die bereit sind, die Softwareentwicklungsfähigkeiten zu erwerben, die erforderlich sind, um diese “hardcore” maschinellen Lernalgorithmen zu implementieren. Wir haben unsere eigene Reihe von Algorithmen entwickelt, die speziell für die Anforderungen der Lieferkette konzipiert sind. Erwarten Sie nicht, ein Open Source Machine Learning-Toolkit anzuschließen und weiterzumachen: Unsere Kunden sind in hohem Maße von Algorithmen abhängig, die entwickelt wurden, um spezifische Lieferkettenherausforderungen zu bewältigen.
Für diese Position suchen wir Mathematiker oder Softwareentwickler mit einer starken Neigung zur numerischen Analyse und Optimierung, die sich mit äußerst schwierigen Problemen auseinandersetzen möchten. Sie sollten keine Angst davor haben, Ihre eigene Klasse von Algorithmen einzuführen, die möglicherweise etwas anders ist als das, was als “Mainstream” im maschinellen Lernen betrachtet wird. Idealerweise sollten Sie in Ihrem Vorstellungsgespräch erklären können, warum Lokad alternative Ansätze erfordert, und vielleicht sogar einige persönliche Einblicke in den Fall geben.
