id: MTUzMTUyNDA3NjEgNg

reference: 15315240761

documentId: 15315240761

connectionPointId: 6

lastModificationDate: 1542848306333

Pracovní pozice:
Data Scientist/Machine Larning Engineer, Specialisté analytici rozborů, studií, racionalizace výroby

Popis práce:
Pro naš tým hledáme Datového vědce/ Inženýra strojového učení. Vytváříme modely a analýzy pro novou generaci inteligentních továren a průmyslových zařízení internetu věcí (IIoT).
Naší hlavní oblastí zájmu jsou aplikace učebních technologií v oblasti rozpoznávání obrazů a videa (např. Pro kontrolu kvality a klasifikaci výrobků), předpovědi časových řad z senzorů IoT a mnoho dalších úkolů v oblasti Data Science.
Budete pracovat s kvalifikovaným softwarem a hardwarem a odborníky z oblasti robotiky a mechatroniky a přicházíte do kontaktu s nejrůznějšími projekty a technologiemi, včetně špičkových počítačových učebních rámců (TensorFlow ...) a velkých datových platforem.

Zodpovědnosti:
Průzkumná analýza, čištění a vizualizace dat.
Inženýrská činnost, vytváření modelů, školení a hodnocení.
V závislosti na vašem zájmu a temperamentu: prezentace a propojení se zákazníky, řízení projektů v oblasti Data Science.

Požadováno:
Zkušenosti v oblasti Data Science:
o    Preferováno: Python - numpy / scipy / matplotlib / sklearn / pandas / ...
o    Popřípadě: R - tidyverse / ggplot2 / caret / ...
Dobrý přehled v oblasti strojního učení.
Dovednosti v oblasti softwarového inženýrství (Linux, shell scripting, řízení verzí, Docker).
Použití databází SQL a NoSQL.

Velkou výhodou je, pokud máte:
Praktické zkušenosti s rámci pro hluboké učení: TensorFlow / Keras (pytorch, Theano).
Praktické zkušenosti s jinými algoritmy moderního učení (xgboost, gbm, náhodný les apod.).
Zkušenosti s "klasickým" počítačovým viděním (filtry, detektory okrajů, denoising atd.).
Zkušenosti s Hadoop / streaming stackem: Hadoop, MapReduce, Spark, Kafka atd.

Job Description:
For our data science team we are looking for a data scientist/machine learning engineer. We are building models and analytics for the next generation of smart factories and Industrial Internet of Things (IIoT) devices.

Our main areas of interest are application of deep learning technologies in the area of image and video recognition (for example for quality control and product classification), time series prediction from IoT sensors and many other data science tasks.

You will be working with skilled software and hardware and experts from robotics and mechatronics and come into touch with a large variety of projects and technologies including cutting edge machine learning/deep learning frameworks (TensorFlow…) and big data platforms.

Responsibilities:
Exploratory analysis, data cleaning & visualization.
Feature engineering, model building, training and evaluation.
Productionalization of machine learning applications.
Depending on your interest & temperament: presentation and interfacing with customers, data science project management.
    
Required:
Data Science software stack:    
o    Preferred: Python - numpy/scipy/matplotlib/sklearn/pandas/…
o    Possible: R - tidyverse/ggplot2/caret/…
Good overview of machine learning & statistics and curiosity to learn more.
Software engineering skills (Linux, shell scripting, version control, Docker).
Usage SQL and NoSQL databases.

Big advantage if you have any of these:
Practical experience with Deep Learning Frameworks: TensorFlow/Keras (pytorch, Theano).
Practical experience with other state-of-the art machine learning algorithms (xgboost, gbm, random forest etc.).
Experience with "classical" computer vision (filters, edge detectors, denoising, etc.).
Experience with the Hadoop/stream

numberOfPosts: 3

jobCategoriesCodes_0: http://data.europa.eu/esco/isco/C2141

abstractJV_contact_0:
Obraťte se na kontaktní osobu. Hana Davis. E-mail: hdavis (at) foxconn.cz. Adresa: U Zámečku 27, Pardubičky, 530 03  Pardubice 3.

positionTypeCode: directhire

contractTypeCodes_0: fulltime

Minimální plat: 25000

salary_payingIntervalCode: Month

Jméno zaměstnavatele: Foxconn 4Tech s.r.o.

source: portal.mpsv.cz