მანქანური სწავლების ინჟინერი (მარშრუტიზაცია)

ანდერსენი აყვანის მანქანური სწავლების ინჟინერს (მარშრუტიზაცია) პროექტისთვის, რომელიც ავითარებს მანქანური სწავლების გადაწყვეტილებებს რეალურ დროში მარშრუტიზაციის ოპტიმიზაციის, ETA პროგნოზირებისა და დიდი მოცულობის გეოსივრცული მონაცემების დამუშავებისთვის.

მ zákazმელი არის გლობალური საინვესტიციო მენეჯმენტის კომპანია, რომელიც უზრუნველყოფს მორგებულ საინვესტიციო გადაწყვეტილებებს ინსტიტუციური და კერძო კლიენტებისთვის. იგი აერთიანებს ფინანსურ ექსპერტიზას გრძელვადიანი საინვესტიციო სტრატეგიებით, რათა დაეხმაროს კლიენტებს თავიანთი მიზნების მიღწევაში, ცვალებადი ბაზრის პირობებთან ადაპტაციისას. ორგანიზაცია ფოკუსირებულია ინოვაციებზე, პასუხისმგებლიან ინვესტირებაზე და ოპერატიულ სრულყოფილებაზე, მუდმივად აძლიერებს თავის შესაძლებლობებს მდგრადი ღირებულების მიწოდებისა და გრძელვადიანი ზრდის მხარდაჭერისთვის.

პროექტი ფოკუსირებულია მანქანური სწავლების გადაწყვეტილებების შემუშავებაზე, რათა გააუმჯობესოს ETA სიზუსტე და მარშრუტიზაციის ხარისხი მასშტაბით. იგი მოიცავს წარმოების დონის მანქანური სწავლების მოდელების აგებას, დიდი მოცულობის გეოსივრცული მონაცემების დამუშავებას და დაბალი შეყოვნების ინფერენციული სისტემების დანერგვას რეალურ დროში მარშრუტიზაციის ოპტიმიზაციისთვის.

პასუხისმგებლობები: - მარშრუტიზაციის ძრავის ETA შეფასებების გამოსასწორებლად და გასაუმჯობესებლად მანქანური სწავლების მოდელების დიზაინი და აგება, დაწყებული გრადიენტური გაძლიერებული ხეებიდან ნეირონული და ტრანსფორმატორული არქიტექტურებით, მონაცემების მასშტაბის ზრდასთან ერთად. - დიდი მოცულობის GPS მონაცემების გზის დონის სიჩქარეზე და ისტორიული მოძრაობის პროფილებზე გადაქცევის მოდელების შემუშავება და მათი მარშრუტიზაციის ძრავაში ჩართვა დღის დროის გათვალისწინებით ETA-ების წარმოებისთვის. - რუკის დამთხვევის მუშაობა, რომელიც ხმაურიან GPS მონაცემებს გზის გრაფიკზე ამაგრებს, და სივრცითი აგრეგაციები, რომლებიც მოძრაობისა და სიჩქარის მონაცემებს მოდელირებისთვის გამოსადეგი ხდის. - ETA გაანგარიშების, გათანაბრებისა და მარშრუტიზაციის ლოგიკის გაუმჯობესება, რათა დაიხუროს პროგნოზირებული და რეალური ჩამოსვლის დროებს შორის სხვაობა ცვალებადი პირობების მიხედვით. - მარშრუტიზაციისა და ETA მიზნების მანქანური სწავლების მიზნებად გადაქცევა სწორი პროქსი მეტრიკებით და არაფუნქციური მოთხოვნებით, მათ შორის დანაკარგის ფორმულაციებით, სადაც არასწორი პროგნოზირება და გადაჭარბებული პროგნოზირება სხვადასხვა ხარჯებს იწვევს. - შეფასების ხელმძღვანელობა ბოლომდე, ოფლაინ სიზუსტისა და მარშრუტიზაციის ხარისხის მეტრიკებიდან დაწყებული ონლაინ ექსპერიმენტების დიზაინამდე, მათ შორის ჩრდილოვანი ტესტებისა და ინტერფერენციის გათვალისწინებული დიზაინებით, როგორიცაა გადართვები და ცვლილების დამტკიცება სიზუსტის გაუმჯობესებამდე მისი გაგზავნამდე. - უკანა ინჟინერებთან პარტნიორობა მოდელების პროტოტიპიდან დაბალი შეყოვნების წარმოების დონეზე გადასაყვანად, რომელიც აკმაყოფილებს მკაცრ შეყოვნებას და გამტარუნარიანობის მიზნებს. - პროდუქტისა და ოპერაციების პარტნიორობა მარშრუტიზაციისა და მოძრაობის ანალიზის კონკრეტულ მახასიათებლებად და მოთხოვნებად გადაქცევისა და ETA შესაძლებლობების გაფართოებაში სხვადასხვა ვერტიკალებში. - წარმოებაში მანქანური სწავლების ცხოვრების ციკლის მართვა – სერვირება, მონაცემების და კონცეფციის დრიფტის მონიტორინგი და გადამზადების მილსადენების აგება, რომლებიც ინარჩუნებენ ხარისხს, როდესაც მოძრაობის შაბლონები, ქალაქები და რუკა იცვლება.

მოთხოვნები: - 5+ წლიანი გამოცდილება მანქანურ სწავლებაში, მათ შორის 3+ წლიანი გამოცდილება ღრმა სწავლების მოდელების აგებისა და დანერგვისას წარმოებაში. - პირდაპირი გამოცდილება რეგრესიის, პროგნოზირების ან სხვა ზედამხედველობითი მანქანური სწავლების სისტემების აგებისას რეალური პროგნოზირების პრობლემებისთვის. - ძლიერი Python უნარები და პრაქტიკული გამოცდილება PyTorch, Scikit-learn, Pandas, NumPy, PySpark-თან. - მოწინავე SQL და განაწილებული მონაცემების დამუშავების გამოცდილება. - გამოცდილება გრადიენტური გაძლიერების ჩარჩოებთან (CatBoost, XGBoost, LightGBM). - შესაძლებლობა, შექმნას მანქანური სწავლების სისტემა ნულიდან მინიმუმ ერთ სფეროში, მონაცემების ანალიზის, დამუშავებისა და ფუნქციების ინჟინერიის ჩათვლით, წარმოებაში მოდელის სერვირებამდე. - გამოცდილება დაბალი შეყოვნების მანქანური სწავლების სერვისების დანერგვისას წარმოების გარემოში. - გამოცდილება MLOps პრაქტიკებთან, მოდელის მონიტორინგთან, გადამზადების მილსადენებთან და ცხოვრების ციკლის მენეჯმენტთან. - ინგლისური ენის დონე – ზედა-სредოდან და ზემოთ.

სასურველია: - საგნის სიღრმისეული ცოდნა ETA / მოგზაურობის დროის პროგნოზირებაში, მოძრაობის შეფასებაში ან მარშრუტიზაციის ძრავის ხარისხში. - პრაქტიკული გამოცდილება ღია კოდის მარშრუტიზაციის ძრავებთან (მაგ., Valhalla, OSRM, GraphHopper) და ცნებები, როგორიცაა რუკის დამთხვევა, სიჩქარის პროფილები, გზის გრაფიკის ფილები და ისტორიული მოძრაობა. - გამოცდილება რუკების, ადგილმდებარეობის ან გეოსივრცული პროდუქტების შექმნაში. - გამოცდილება განვითარების ბაზრებისთვის შექმნაში, სადაც ძირითადი რუკისა და მისამართების მონაცემები სუსტია. - გამოცდილება ღრუბლოვანი მონაცემებისა და მანქანური სწავლების პლატფორმებთან, როგორიცაა BigQuery ან Databricks (სერთიფიკატები პლუსია), და განაწილებული ღრმა სწავლების ტრენინგთან.

ანაზღაურება: 2800–4550 ევრო თვეში.