Analityk danych ze specjalizacją w zakresie widzenia komputerowego (Data Competency Center) w Sigma Software

Data Scientist ze specjalizacją Computer Vision (Data Competency Center) Budapeszt (Węgry), Kijów, Charków, Lwów, Dniepr, Odessa, Winnica, Iwano-Frankiwsk, Łuck, Morszyn, Połtawa, Sumy, Tarnopol, Czerkasy, Czerniowce, Burgas ( Bułgaria), Warszawa (Polska), Kraków (Polska), Lizbona (Portugalia), Nowy Jork (USA), Poznań (Polska), Praga (Czechy), Sztokholm (Szwecja) Wejdź w rolę analityka danych w Sigma Software, skupiając się na temat widzenia komputerowego. Na tym dynamicznym stanowisku w naszym Data Competency Center będziesz przewodzić innowacjom, tworzyć architektury rozwiązań i uczestniczyć w działaniach przedsprzedażowych, wykorzystując czołową technologię Computer Vision. Project Weare to zespół ponad 160 profesjonalistów. Jesteśmy bardzo różni, ale jest kilka rzeczy, które tworzą nasz prawdziwy zespół: autentyczna pasja do naszej pracy, życzliwość i niewyczerpany optymizm, bez względu na wszystko. AsaMiddle Data Scientist dołączając do BU003 Data Competency Center, będziesz odgrywać kluczową rolę w kształtowaniu i kierowaniu jego przedsięwzięciami. OBOWIĄZKI Definiowanie i udoskonalanie wymagań technicznych dla projektów Computer Vision, w tym współpraca z klientami i liderami zespołów Kierowanie tworzeniem i wdrażaniem zaawansowanych modeli Computer Vision do wykrywania obiektów, klasyfikacji obrazów i analizy wideo w czasie rzeczywistym Włączanie klasycznych technik uczenia maszynowego, takich jak klastrowanie, Klasyfikacja i wykrywanie anomalii w projektach Computer Vision, aby zwiększyć dokładność i wydajność. Pracuj z różnymi źródłami danych, aby przygotować i zoptymalizować dane dla aplikacji Computer Vision, zapewniając solidne szkolenie modeli i wydajność. Kieruj integracją modeli Computer Vision z systemami produkcyjnymi, koncentrując się na rzeczywistych. -czasowa wydajność i skalowalność Bądź na bieżąco z pojawiającymi się trendami i technologiami Computer Vision, eksperymentując z nowymi narzędziami i metodami przesuwaj granice obecnych modeli i rozwiązań Komunikuj wartość i wpływ projektów Computer Vision interesariuszom, skutecznie przekładając złożone osiągnięcia techniczne na strategiczny biznes zalety Aktywny udział w ocenie nowych narzędzi do analitycznej inżynierii danych lub nauki o danych WYMAGANIA Ugruntowana wiedza specjalistyczna w zakresie widzenia komputerowego, wzmocniona silną biegłością w języku Python i głębokim zrozumieniem podstawowych frameworków, takich jak OpenCV, TensorFlow i PyTorch Wszechstronna wiedza i praktyczne doświadczenie z różnymi architekturami sieci neuronowych, w tym konwolucyjnymi sieciami neuronowymi (CNN), Fast R-CNN, VGG, ResNet, YOLO i SSD, do zadań takich jak klasyfikacja obrazu, wykrywanie obiektów, segmentacja i przetwarzanie wideo w czasie rzeczywistym. Znajomość technik wdrażania, takich jak uczenie się transferu, powiększanie danych i dostrajanie w celu optymalizacji wydajności modelu Solidne doświadczenie w klasycznych technikach uczenia maszynowego, ze sprawdzoną zdolnością do skutecznego integrowania tych metod z zaawansowanymi technologiami widzenia komputerowego Wykazane sukcesy w zarządzaniu i analizowaniu różnorodnych źródeł danych, w tym ustrukturyzowane, nieustrukturyzowane i strumienie danych w czasie rzeczywistym, przygotowanie i optymalizacja danych dla modeli Computer Vision Zaangażowanie w ciągły rozwój zawodowy, z naciskiem na bycie na bieżąco z najnowszymi osiągnięciami w Computer Vision mniemetodologie, narzędzia i klasyczne techniki uczenia maszynowego Znajomość języka angielskiego: Pewność siebie Poziom średniozaawansowany lub wyższy (zarówno w mowie, jak i w piśmie) PROFIL OSOBISTY: Wykazane umiejętności rozwiązywania problemów i analitycznego myślenia, z potwierdzonym doświadczeniem w stosowaniu tych umiejętności w rzeczywistych wyzwaniach w celu identyfikowania problemów , zbieraj odpowiednie dane i opracowuj kreatywne rozwiązania. Nastawienie na ciągłe uczenie się, dzięki któremu będziesz na bieżąco z najnowszymi osiągnięciami w zakresie głębokiego uczenia się i odpowiednio dostosujesz umiejętności. PROJEKT Jesteśmy zespołem ponad 160 profesjonalistów. Jesteśmy bardzo różni, ale kilka rzeczy czyni nas prawdziwym zespołem: autentyczna pasja do naszej pracy, życzliwość i niewyczerpany optymizm bez względu na wszystko. Dołączając do Centrum Kompetencyjnego BU003 Data jako Middle Data Scientist, będziesz odgrywać decydującą rolę w kształtowaniu i rozwijaniu jego działalności. OBOWIĄZKI Definiowanie i specyfikowanie wymagań technicznych dla projektów wizji komputerowej w ścisłej współpracy z klientami i współpracownikami zespołu Zarządzanie tworzeniem i wdrażaniem zaawansowanych modeli wizji komputerowej do wykrywania obiektów, klasyfikacji obrazów i analizy wideo w czasie rzeczywistym Wdrażanie klasycznych metod uczenia maszynowego, takich jak klastrowanie, klasyfikacja i wykrywanie anomalii, projekty wizji komputerowej w celu poprawy dokładności i wydajności Praca z różnymi źródłami danych w celu przygotowania i optymalizacji danych dla aplikacji wizji komputerowej, zapewniając niezawodne szkolenie modeli i wydajność Zarządzanie integracją modeli wizji komputerowej z systemami produkcyjnymi, koncentrując się na produktywności w czasie rzeczywistym i skalowalność Bądź na bieżąco z nowymi trendami i technologiami w dziedzinie wizji komputerowej, eksperymentuj z nowymi narzędziami i metodami, aby przesuwać granice istniejących modeli decyzyjnych Komunikuj interesariuszom wartość i wpływ projektów wizji komputerowej, skutecznie przekładając złożone postępy techniczne na strategiczny biznes korzyści Aktywny udział w ewaluacji nowych narzędzi do inżynierii danych analitycznych lub danych naukowych Znajomość języka angielskiego: Pewny poziom średniozaawansowany lub wyższy (zarówno w mowie jak i piśmie) WYMAGANIA Doświadczenie w zakresie widzenia komputerowego, poparte wysokim poziomem znajomości języka języka programowania Python i głębokie zrozumienie głównych frameworków takich jak OpenCV, TensorFlow i PyTorch Wszechstronna wiedza i praktyczne doświadczenie w pracy z różnymi architekturami sieci neuronowych, w tym Convolutional Neural Networks (CNN), Fast R-CNN, VGG, ResNet, YOLO i SSD, do wykonywania zadań takich jak klasyfikacja obrazu, wykrywanie obiektów, segmentacja i przetwarzanie wideo w czasie rzeczywistym Znajomość metod wdrożeniowych, takich jak uczenie się transferu, ustawienia powiększania danych w celu optymalizacji wydajności modelu Solidne doświadczenie w zakresie klasycznych metod uczenia maszynowego ze sprawdzoną zdolnością do skutecznie integrować te metody z zaawansowanymi technologiami widzenia komputerowego. Posiadać udane doświadczenie w zarządzaniu i analizowaniu różnorodnych źródeł danych, w tym ustrukturyzowanych, nieustrukturyzowanych danych przepływu danych w czasie rzeczywistym, w celu przygotowania i optymalizacji danych do modeli wizji komputerowej. Dążenie do stałego profesjonalisty. rozwój, z naciskiem na ciągłe śledzenie najnowszychpostęp w metodologiach, narzędziach widzenia komputerowego i klasycznych metodach uczenia maszynowego