Вакансии машинного обучения в Lokad
Машинное обучение вместе с искусственным интеллектом стали модными словами. Учитывая, что Lokad стал признан одной из ведущих европейских компаний, принимающих решения в реальном мире на основе машинного обучения – а именно, решения для управления цепями поставок – мы получаем все больше заявок.
Хорошая новость: мы все еще нанимаем сотрудников!
В этой статье мы рассмотрим три направления машинного обучения, существующие в Lokad, и что вам нужно сделать, чтобы максимизировать шансы пройти собеседование с нами, а в идеале быть принятым на работу.
Респект кандидатам, которые смогут упомянуть, что прочитали этот блог-пост во время интервью. Умные люди — любопытные люди, и если вам не хочется немного изучить вашего будущего работодателя, то, вероятно, вы не подходите для индустрии машинного обучения.
Вакансия 1: Прогностическое бизнес-моделирование
Улучшение эффективности цепей поставок компании с помощью машинного обучения требует значительных усилий. Данные должны быть хорошо подготовлены. Решение задачи должно быть полностью согласовано с видением и стратегией компании-клиента. Команды по управлению цепями поставок должны быть обучены внедрять новое и более эффективное аналитическое решение. Необходимо собирать измеримые результаты и быть готовым к тому, что эти результаты будут оспорены высшим руководством. В Lokad за решение этих задач отвечает команда по моделированию данных, или, проще говоря, data-команда.
На эту конкретную вакансию мы ищем инженеров с развитым аналитическим мышлением, способных не только понять сильные стороны и ограничения доступных систем машинного обучения, но и реализовать реальные сценарии, которые будут интегрированы в повседневные рабочие процессы реальных цепей поставок. Улучшения ощутимы, и ошибки имеют реальные последствия. На собеседовании рекомендуется продемонстрировать ваше понимание продукта Lokad, описанного на нашем сайте. Дополнительные баллы, если вы сможете объяснить, как технологии Lokad могут быть использованы для решения реальных задач цепей поставок.
Вакансия 2: Создание инфраструктуры Big Data
Машинное обучение в значительной степени зависит от данных. Фактически, чем больше данных доступно, тем эффективнее работает машинное обучение. Lokad ищет талантливых разработчиков, способных спроектировать всю инфраструктуру, поддерживающую различные компоненты машинного обучения. Важность всего конвейера извлечения данных не стоит недооценивать: неэффективный конвейер является одной из основных причин неудач инициатив, основанных на данных. Инфраструктура должна быть не только быстрой и надежной, но и способной выдерживать значительные вычислительные нагрузки, предъявляемые алгоритмами машинного обучения.
Для этой роли мы ищем разработчиков с пристрастиям к сложной распределенной серверной обработке. Вам не стоит бояться решать сложные алгоритмы, например, разбираться с радиальным деревом, и реализовывать их самостоятельно. В идеале, на собеседовании вы должны продемонстрировать не только способность понимать и реализовывать такого рода алгоритмическую обработку, но и предоставить код, который легко поддерживать и пригоден для производства.
Вакансия 3: Глубокие исследования в области машинного обучения
Большинство современных алгоритмов машинного обучения сложны не только с точки зрения статистики, но и с чисто алгоритмической стороны. Lokad ищет талантливых математиков, готовых освоить навыки программной разработки, необходимые для реализации этих «жёстких» алгоритмов машинного обучения. Мы разработали собственный набор алгоритмов, специально предназначенных для нужд цепей поставок. Не рассчитывайте, что можно просто подключить какой-либо open source инструмент машинного обучения и всё: наши клиенты критически зависят от алгоритмов, созданных для решения конкретных задач цепей поставок.
На эту вакансию мы ищем математиков или разработчиков с ярко выраженной склонностью к численному анализу и оптимизации, которые не боятся браться за поразительно сложные задачи. Вам не должно быть страшно разработать собственный класс алгоритмов, который может несколько отличаться от того, что считается «мейнстримом» машинного обучения. В идеале, на собеседовании вы должны суметь продемонстрировать, почему в Lokad требуются альтернативные подходы, а также, возможно, поделиться личными соображениями по этому поводу.
