Machine learning junto con la inteligencia artificial se han convertido en palabras de moda. Dado que Lokad se ha identificado como una de las principales empresas europeas que generan decisiones de la vida real impulsadas por machine learning - decisiones de supply chain de hecho - estamos recibiendo un número creciente de candidatos.

La buena noticia: ¡aún estamos contratando!

En este post, repasamos los tres ámbitos del machine learning que existen en Lokad y lo que necesitas hacer para maximizar las probabilidades de obtener una entrevista con nosotros, y, idealmente, ser contratado posteriormente.

Felicidades a los candidatos que puedan mencionar que han leído este blog durante su entrevista. Las personas inteligentes son curiosas, y si no te das la molestia de investigar un poco sobre tu futuro empleador, probablemente no encajas en la industria del machine learning de todas formas.

Trabajo 1: Modelado predictivo de negocios

Mejorar el rendimiento de supply chain de una empresa a través del machine learning requiere un esfuerzo significativo. Los datos deben estar bien preparados. La resolución del desafío debe estar completamente alineada con la visión y la estrategia de la empresa cliente. Los equipos de supply chain deben ser entrenados para adoptar una nueva y más capaz solución analítica. Se deben recopilar resultados medibles, y hay que estar preparados para que estos sean cuestionados por la alta dirección. En Lokad, el equipo de modelado de datos, o dicho de forma más sencilla, el equipo de datos, es responsable de enfrentar esos desafíos.

Para esta posición específica, buscamos ingenieros con una mentalidad analítica fuerte que sean capaces no solo de comprender las fortalezas y limitaciones de los motores de machine learning que se ponen a su disposición, sino también de implementar configuraciones reales que se integren en los workflows diarios de supply chain. Las mejoras son reales y los errores también. En tu entrevista, se recomienda demostrar tu comprensión del producto de Lokad tal como está documentado en nuestro sitio web. Se otorgan puntos extra si puedes esbozar cómo la tecnología de Lokad puede utilizarse para abordar desafíos de supply chain.

Trabajo 2: Construyendo la infraestructura Big Data

El machine learning depende críticamente de los datos. De hecho, cuanto más data esté disponible, mejor funciona el machine learning. Lokad busca ingenieros de software talentosos que puedan diseñar toda la infraestructura que soporta los diferentes componentes de machine learning. La importancia de todo el data pipeline no debe subestimarse: una tubería deficiente es una de las principales causas de fallo de las iniciativas basadas en datos. La infraestructura no solo debe ser veloz y confiable, sino que también debe ser capaz de hacer frente a los enormes requisitos de computación propios de los algoritmos de machine learning.

Para este cargo, buscamos ingenieros de software con una fuerte inclinación por el procesamiento complejo distribuido de back-office. No deberías tener miedo de abordar algoritmos complicados, como lidiar con un árbol radix, e implementarlos por ti mismo. Idealmente, en tu entrevista, deberías demostrar no solo tu capacidad para entender e implementar este tipo de procesamiento algorítmico, sino también para entregar un código que pueda mantenerse y que sea apto para producción.

Trabajo 3: Ciencia hardcore de machine learning

La mayoría de los algoritmos modernos de machine learning son complicados no solo desde una perspectiva estadística, sino también desde una mirada puramente algorítmica. Lokad busca matemáticos talentosos que estén dispuestos a adquirir las habilidades de desarrollo de software necesarias para implementar esos algoritmos “hardcore” de machine learning. Hemos desarrollado nuestra propia serie de algoritmos que están diseñados específicamente para las necesidades de supply chain. No esperes conectar un open source toolkit de machine learning y seguir adelante: nuestros clientes dependen críticamente de algoritmos diseñados para satisfacer desafíos específicos de supply chain.

Para este cargo, buscamos matemáticos o desarrolladores de software con una fuerte propensión al análisis numérico y la optimización, que tengan la ambición de enfrentar problemas asombrosamente difíciles. No deberías tener miedo de desarrollar tu propia clase de algoritmos, que pueden ser algo distintos de lo que se considera el machine learning “mainstream”. Idealmente, en tu entrevista, deberías ser capaz de demostrar por qué Lokad requiere enfoques alternativos e incluso aportar algunas ideas personales sobre el caso.