Lokadでの機械学習の仕事
機械学習と人工知能は、今や話題のキーワードとなっています。Lokadは、実際にはサプライチェーンの意思決定によって駆動される実世界の意思決定を生成するヨーロッパの主要企業の1つとして認識されているため、応募者数が増えています。
良いニュースです：まだ採用しています！
この投稿では、Lokadで存在する機械学習の3つの領域と、当社との面接の確率を最大化し、理想的には採用されるために必要なことについて説明します。
このブログ投稿を面接中に読んだことを言及できる応募者に賞賛を送ります。賢い人は好奇心旺盛な人です。将来の雇用主について少しの調査も面倒なら、おそらく機械学習業界には適していないでしょう。
仕事1：予測ビジネスモデリング
機械学習による会社のサプライチェーンのパフォーマンスの改善には、大きな努力が必要です。データは適切に準備される必要があります。課題の解決策は、クライアント企業のビジョンと戦略と完全に一致している必要があります。サプライチェーンチームは、新しいより能力のある分析ソリューションを受け入れるよう指導されるべきです。測定可能な結果を収集し、これらの結果がトップマネジメントによって挑戦されることに備える必要があります。Lokadでは、データモデリングチーム、またはより単純に言えばデータチームがこれらの課題に取り組んでいます。
この特定のポジションでは、強力な分析思考を持つエンジニアを探しています。彼らは、彼らに提供される機械学習エンジンの強みと制限を理解するだけでなく、実世界のサプライチェーンの日常的なワークフローに統合される実生活のセットアップを実装する能力も持っている必要があります。改善は現実的であり、ミスも現実的です。面接では、当社のウェブサイトで文書化されたLokadの製品の理解を示すことが推奨されます。実際のサプライチェーンの課題にLokadのテクノロジーをどのように活用できるかを示せればボーナスポイントです。
仕事2：ビッグデータインフラの構築
機械学習はデータに極めて依存しています。実際、利用可能なデータが多ければ多いほど、機械学習の効果は高まります。Lokadは、さまざまな機械学習の要素をサポートするすべてのインフラを設計できる優れたソフトウェアエンジニアを求めています。データパイプライン全体の重要性は過小評価されるべきではありません。不十分なパイプラインは、データ駆動型イニシアチブの主要な失敗原因の1つです。インフラは高速かつ信頼性があり、機械学習アルゴリズム自体の要求する計算要件に対応できる必要があります。
この役割では、複雑な分散バックオフィス処理に対する強い興味を持つソフトウェアエンジニアを探しています。ラディックスツリーの処理など、複雑なアルゴリズムに取り組むことを恐れてはいけません。また、そのようなアルゴリズムの処理を理解し実装する能力だけでなく、メンテナンス可能で本番に適したコードを提供することも示すべきです。
仕事3：ハードコアな機械学習科学
現代のほとんどの機械学習アルゴリズムは、統計的な観点だけでなく、純粋にアルゴリズムの観点からも複雑です。Lokadは、これらの「ハードコア」な機械学習アルゴリズムを実装するために必要なソフトウェア開発スキルを身につける意欲のある優れた数学者を求めています。当社は、特定のサプライチェーンの課題に対応するために設計されたアルゴリズムを開発しています。オープンソースの機械学習ツールキットを接続して進めることは期待しないでください。当社のクライアントは、特定のサプライチェーンの課題に対応するために設計されたアルゴリズムに厳密に依存しています。
このポジションでは、数学者またはソフトウェア開発者を求めています。数値解析と最適化に強い傾向があり、驚くほど難しい問題に取り組む意欲がある方を探しています。あなたは「メインストリーム」の機械学習とは異なるアルゴリズムのクラスを自分で展開することに恐れを感じる必要はありません。理想的には、面接でなぜLokadが代替手法を必要とするのかを示すことができ、さらにはケースについての個人的な洞察を提供できることが望ましいです。
