ML Mühendisi (Rotasyon)

Andersen, gerçek zamanlı rota optimizasyonu, ETA tahmini ve büyük ölçekli coğrafi veri işleme için makine öğrenimi çözümleri geliştiren bir proje için bir ML Mühendisi (Rotasyon) işe almaktadır. Müşteri, kurumsal ve özel müşterilere özel yatırım çözümleri sunan küresel bir yatırım yönetimi firmasıdır. Finansal uzmanlığı uzun vadeli yatırım stratejileriyle birleştirerek müşterilerin hedeflerine ulaşmalarına yardımcı olurken, değişen piyasa koşullarına uyum sağlamayı amaçlar. Organizasyon, inovasyon, sorumlu yatırım ve operasyonel mükemmelliğe odaklanarak, sürdürülebilir değer sunma ve uzun vadeli büyümeyi destekleme yeteneklerini sürekli olarak geliştirmektedir. Proje, ETA doğruluğunu ve rota kalitesini ölçekte iyileştirmek için makine öğrenimi çözümleri geliştirmeye odaklanmaktadır. Bu, üretim-grade ML modelleri oluşturmayı, büyük ölçekli coğrafi verileri işlemeyi ve gerçek zamanlı rota optimizasyonu için düşük gecikmeli çıkarım sistemlerini dağıtmeyi içerir.

Görevler

• Rota motorunun ETA tahminlerini düzeltmek ve iyileştirmek için ML modelleri tasarlamak ve oluşturmak, veri ölçeği büyüdükçe gradyan artırılmış ağaçlardan sinir ve Transformer tabanlı mimarilere kadar.
• Büyük ölçekli GPS verilerini yol seviyeli hızlara ve tarihi trafik profillerine dönüştüren trafik tahmini modelleri geliştirmek ve bunları rota motoruna beslemek için zaman-of-day-aware ETA'lar üretmek.
• Gürültülü GPS verilerini yol grafiğine yerleştiren harita eşleme ve hareket ve hız verilerini modelleme için kullanılabilir hale getiren mekansal agregasyonlar üzerinde çalışmak.
• ETA hesaplamasını, yumuşatmayı ve yeniden yönlendirme mantığını iyileştirmek için öngörülen ve gerçek varış zamanları arasındaki farkı değişen koşullar altında kapatmak.
• Rota ve ETA hedeflerini doğru vekil metrikler ve işlevsel olmayan gereksinimlerle birlikte ML hedeflerine çevirmek, kaybın formüle edilmesinde aşırı ve az tahminin farklı maliyetler taşıdığı durumlarda.
• Sonrasız doğruluk ve rota kalitesi metriklerinden çevrimiçi deneylerin tasarımına kadar uçtan uca değerlendirme yapmak, gölge testleri ve anahtarlama gibi girişimleri algılayan tasarımlar dahil ve bir değişikliğin doğruluğu kanıtlanmadan önce göndermek.
• Backend mühendisleriyle işbirliği yapmak için modelleri prototipten düşük gecikmeli üretim hizmetine götürmek, sıkı gecikme ve verim hedeflerini karşılamak.
• Ürün ve operasyonlarla işbirliği yapmak için rota ve trafik analizini somut özelliklere ve gereksinimlere dönüştürmek ve ETA yeteneklerini dikey olarak genişletmeye yardımcı olmak.
• Üretimdeki ML yaşam döngüsünü yönetmek – hizmet vermek, veri ve kavram kaymasını izlemek ve trafik desenleri, şehirler ve harita değiştikçe kaliteyi koruyan yeniden eğitim boru hatları oluşturmak.

İstekliler

• 5 yıldan fazla makine öğrenimi mühendisliği deneyimi, en az 3 yıldan fazla üretimde derin öğrenme modelleri oluşturma ve dağıtma deneyimi.
• Tablo, zaman serisi veya olay verileri (örneğin teslimat süresi, talep, fiyatlandırma, lojistik) üzerinde regresyon, tahmin veya öngörü modelleri ile doğrudan deneyim, gradyan artırma (XGBoost, LightGBM, CatBoost) dahil.
• Python ve SQL'de uzman düzeyinde yeterlilik, temel veri bilimi kütüphaneleri (PySpark, Pandas, NumPy, Scikit-learn, PyTorch) ile birlikte.
• Başlangıçtan itibaren bir ML sistemi tasarlayabilme, veri analizi, veri işleme ve ham günlüklerden model hizmetine kadar özellik mühendisliği kapsamı.
• Bir iş hedefine ML problemi haline getirme, doğru vekil metrikleri ve işlevsel olmayan gereksinimleri ile A/B testleri, switchback veya gölge deneyleri ve iş etkisini kanıtlayan istatistiksel değerlendirme tasarlama veya önemli ölçüde katkıda bulunma deneyimi.
• MLOps araçları ve uygulamalarını kullanarak tam ML modeli yaşam döngüsünü yönetme deneyimi, izleme ve otomatik yeniden eğitim dahil.
• Düşük gecikme süreli ML hizmet altyapısında modelleri dağıtma deneyimi ve kavram kaymasını tespit etme ve yönetme konusunda pratik bilgi.
• İngilizce seviyesi – Üst-orta düzey ve üzeri.

Hoş geldiniz

• ETA / seyahat süresi tahmini, trafik tahmini veya yönlendirme motoru kalitesi konusunda konu derinliği.
• Açık kaynaklı yönlendirme motorları (örneğin Valhalla, OSRM, GraphHopper) ve harita eşleme, hız profilleri, yol grafiği döşemeleri ve tarihi trafik gibi kavramlar hakkında uygulamalı deneyim.
• Haritalama, konum veya coğrafi ürünler deneyimi.
• Zayıf temel harita ve adres verileri olan gelişmekte olan pazarlar için geliştirme deneyimi.
• BigQuery veya Databricks (sertifikalar artı) gibi bulut veri ve ML platformları ve dağıtılmış derin öğrenme eğitimi ile deneyim.

Tazminat: 2800–4550 EUR aylık.