Datenwissenschaftler mit Schwerpunkt Computer Vision in Sigma Software

Übernehmen Sie die Rolle eines Data Scientist bei Sigma Software mit Schwerpunkt Computer Vision. In dieser dynamischen Position in unserem Data Competency Center treiben Sie Innovationen voran, entwickeln Lösungsarchitekturen und nehmen an Pre-Sales-Aktivitäten teil und nutzen dabei die Spitze der Computer-Vision-Technologie. ProjectWir sind ein Team von über 160 Fachleuten. Wir sind sehr unterschiedlich, aber ein paar Dinge machen uns zu einem echten Team: echte Leidenschaft für unsere Arbeit, Freundlichkeit und unerschöpflicher Optimismus, egal was passiert. Als Middle Data Scientist, der dem BU003 Data Competency Center beitritt, spielen Sie eine entscheidende Rolle bei der Gestaltung und Förderung seiner Bemühungen. Aufgaben: – Definieren und verfeinern Sie technische Anforderungen für Computer-Vision-Projekte in enger Zusammenarbeit mit Kunden und Teamleitern. – Leiten Sie die Erstellung und Implementierung fortschrittlicher Computer-Vision-Modelle für Objekterkennung, Bildklassifizierung und Echtzeit-Videoanalyse. – Integrieren Sie klassische Maschinen Lerntechniken wie Clustering, Klassifizierung und Anomalieerkennung in Computer Vision-Projekte integrieren, um Genauigkeit und Effizienz zu verbessern. - Arbeiten Sie mit einer Vielzahl von Datenquellen, um Daten für Computer Vision-Anwendungen vorzubereiten und zu optimieren und so ein robustes Modelltraining und eine solide Leistung sicherzustellen. - Leitfaden die Integration von Computer Vision-Modellen in Produktionssysteme mit Schwerpunkt auf Echtzeitleistung und Skalierbarkeit. - Bleiben Sie über neue Trends und Technologien im Bereich Computer Vision auf dem Laufenden und experimentieren Sie mit neuen Tools und Methoden, um die Grenzen aktueller Modelle und Lösungen zu erweitern. - Kommunizieren Sie die Wert und Wirkung von Computer Vision-Projekten für Stakeholder, indem komplexe technische Errungenschaften effektiv in strategische Geschäftsvorteile umgesetzt werden. Anforderungen – Fundierte Fachkenntnisse in Computer Vision, verstärkt durch ausgeprägte Python-Kenntnisse und ein tiefes Verständnis wesentlicher Frameworks wie OpenCV, TensorFlow und PyTorch . - Umfassende Kenntnisse und praktische Erfahrung mit verschiedenen neuronalen Netzwerkarchitekturen, einschließlich Convolutional Neural Networks (CNNs), Fast R-CNN, VGG, ResNet, YOLO und SSD, für Aufgaben wie Bildklassifizierung, Objekterkennung, Segmentierung und Real -Zeit-Videoverarbeitung. Vertrautheit mit der Implementierung von Techniken wie Transferlernen, Datenerweiterung und Feinabstimmung zur Optimierung der Modellleistung. - Solides Hintergrundwissen in klassischen Techniken des maschinellen Lernens mit nachweislicher Fähigkeit, diese Methoden effektiv in fortschrittliche Computer Vision-Technologien zu integrieren. - Nachgewiesener Erfolg bei der Verwaltung und Analyse verschiedener Datenquellen, einschließlich strukturierter, unstrukturierter und Echtzeit-Datenströme, um Daten für Computer-Vision-Modelle vorzubereiten und zu optimieren. - Engagement für eine kontinuierliche berufliche Weiterentwicklung, wobei der Schwerpunkt darauf liegt, über die neuesten Fortschritte in der Computer-Vision-Methode auf dem Laufenden zu bleiben. Tools und klassische Techniken des maschinellen Lernens. - Mindestens ein mittleres Englischniveau. Persönliches Profil - Nachgewiesene Fähigkeiten zur Problemlösung und zum analytischen Denken, mit einer nachgewiesenen Erfolgsbilanz bei der Anwendung dieser Fähigkeiten auf reale Herausforderungen, um Probleme zu identifizieren relevante Daten und entwickeln kreative Lösungen. - Kontinuierliche Lernmentalität, um sicherzustellen, dass Sie auf dem Laufenden bleibeno Informieren Sie sich über die neuesten Fortschritte im Deep Learning und passen Sie Ihre Fähigkeiten entsprechend an. - Beteiligen Sie sich aktiv an der Evaluierung neuer Tools für analytisches Data Engineering oder Data Science.