PhysicsX

Специалист по данным

Коротко

Data Scientist в отделе Delivery компании PhysicsX, занимающейся физическим ИИ для промышленности, будет напрямую работать с клиентами (включая поездки на объекты 3-4 недели в квартал), превращая модели ИИ в практические инженерные решения. Требуется минимум 1 год опыта после магистратуры/PhD в коммерческой среде, экспертиза в Python и библиотеках NumPy, SciPy, Pandas, TensorFlow, PyTorch, опыт в вероятностных методах и предиктивном моделировании. Роль гибридная, базируется в Манхэттене с работой в офисе 2-3 дня в неделю; позиция может требовать доступа к информации, контролируемой экспортным законодательством США (EAR/ITAR).

О нас
Переосмысление инженерии в эпоху интеллекта
PhysicsX — это компания, занимающаяся физическим искусственным интеллектом для промышленности. Миссия компании — ускорить инновации в аппаратном обеспечении, полностью изменив то, как сегодня выглядят промышленное проектирование и производство. PhysicsX создает новый стек программного обеспечения для моделирования, чтобы обеспечить глубокое внедрение физического ИИ на протяжении всего жизненного цикла инженерных разработок. Компания сотрудничает с ведущими организациями в аэрокосмической и оборонной промышленности, автомобильной отрасли, полупроводниках, материалах, энергетике и возобновляемых источниках энергии, поддерживая их в решении одних из самых критичных и сложных задач. Штаб-квартира PhysicsX находится в Великобритании, с офисами в Лондоне, Нью-Йорке и Сингапуре, а также расширяющимся присутствием в районе залива Сан-Франциско.
Кого мы ищем
В роли Data Scientist в отделе Delivery вы — решатель проблем и создатель, который страстно стремится создавать практические решения, позволяющие клиентам принимать лучшие инженерные решения. Вы человек, который может понять сложные инженерные концепции в различных отраслях и отлично работает напрямую с клиентами (часто бок о бок с ними на месте), превращая передовые модели ИИ в полезные и используемые инструменты.
Вы работали над сложными задачами, требующими прочных знаний в области моделирования на основе данных и методов глубокого обучения, имеете практический опыт в вероятностных методах и предиктивном моделировании. Экспертиза в Python, а также владение библиотеками NumPy, SciPy, Pandas, TensorFlow и PyTorch являются обязательными, с умением разворачивать масштабируемые, готовые к производству модели и конвейеры данных.
Имея не менее 1 года опыта работы в индустрии (после магистратуры или PhD) в коммерческой, не исследовательской среде, вы готовы сразу приступить к работе. Вы действительно заинтересованы в развитии своих технических навыков и естественно склонны брать на себя ответственность за направления работы в области науки о данных, постоянно улучшая системы и решения, над которыми работаете, чтобы они были практичными, эффективными и соответствовали меняющимся потребностям наших клиентов.
Примечание: Эта позиция может требовать доступа к информации, защищённой законами и нормативами США по контролю за экспортом, включая Правила Администрации Экспорта (EAR) и Международные Правила по Торговле Оружием (ITAR). Пожалуйста, обратите внимание, что любое предложение о работе может быть обусловлено разрешением на получение программного обеспечения или технологий, контролируемых этими законами и нормативами США, без необходимости спонсорства экспортной лицензии.
Обязанности
В этой роли вы будете тесно сотрудничать с нашими инженерами по моделированию, инженерами машинного обучения и клиентами, чтобы понять и определить инженерные и физические задачи, которые мы решаем.
Вы будете создавать основы для успешных и значимых решений, выполняя следующие задачи:
•Предварительная обработка и анализ данных для подготовки их к использованию в предиктивном моделировании, создавая базу для разработки алгоритмов машинного обучения.
•Разработка и использование инновационных моделей глубокого обучения в сочетании с передовыми методами оптимизации для прогнозирования и управления поведением физических систем.
•Полная ответственность за качество, точность и влияние вашей работы.
•Проектирование, создание и тестирование конвейеров данных, которые являются надежными, масштабируемыми и легко развертываемыми в производственной среде.
•Тесное сотрудничество с инженерами по моделированию для обеспечения бесшовной интеграции моделей науки о данных с симуляциями.
•Вклад в внутренние НИОКР и разработку продуктов, помощь в совершенствовании моделей и выявлении новых областей применения.
•Активное общение и презентации как с техническими командами, так и с клиентами, помощь в адаптации пользователей и совместной разработке с клиентами.
У вас также будет возможность путешествовать на объекты клиентов в Северной Америке, Европе, Азии, Океании в среднем 3-4 недели в квартал, где вы будете тесно сотрудничать с клиентами для создания решений на месте.
По мере развития роли открываются захватывающие возможности для роста как индивидуального специалиста или технического лидера, особенно если вас мотивирует брать на себя ответственность за более сложные проекты и определять направление будущих решений.
Обратите внимание, что эта роль базируется в Манхэттене, Нью-Йорк, с работой 2-3 дня в неделю в нашем офисе.
Наши команды Delivery стимулируют инновации, превращая модели ИИ в практические решения — прочитайте наш блог, чтобы узнать больше о том, как вы будете способствовать этому захватывающему пути!
Что мы предлагаем
Создавайте то, что действительно важно
Помогайте формировать инженерную компанию, ориентированную на ИИ, на раннем этапе, решая задачи, которые действительно важны для промышленности и общества. Это работа с реальным воздействием — и то, чем вы можете гордиться.
Учитесь вместе с выдающимися людьми
Работайте с высококвалифицированной, сплочённой командой инженеров, учёных и операторов, которые глубоко заинтересованы в отличной работе и в помощи друг другу становиться лучше. Мы приходим из разных сфер, но объединены стремлением работать на высшем уровне и решать одни из самых сложных задач. Если вы амбициозны, вдумчивы и движимы желанием влиять, вы почувствуете себя как дома.
Влияние важнее иерархии
Мы работаем по плоской структуре: побеждают хорошие идеи — откуда бы они ни исходили. Вопросы к предположениям и вызов статус-кво не просто приветствуются, а ожидаются.
Устойчивый темп и долгосрочные амбиции
Создание значимых технологий — это марафон, а не спринт. Мы верим в баланс между сосредоточенной, амбициозной работой и жизнью вне её. Наша гибридная модель сочетает время в офисе в Нью-Йорке с днями работы из дома, давая вам гибкость для устойчивой работы и личного общения.
И это ещё не всё…
•🚀 Опционы на акции — значимое участие в компании, которую вы помогаете строить.
•💰 Взнос 5% в 401(k) — создание долгосрочной финансовой безопасности с сильным пенсионным планом.
•🍽️ Бесплатный командный обед 1 раз в неделю — вкусная еда, отличная компания и возможность пообщаться.
•🏥 Частная медицинская страховка — комплексное покрытие для вас, обеспечивающее полное спокойствие.
•👶 Расширенный декретный отпуск — 3 месяца оплачиваемого отпуска по уходу за отцом и 6 месяцев оплачиваемого отпуска по уходу за матерью, чтобы обеспечить дополнительную гибкость в самые важные моменты.
•☀️ 20 дней ежегодного отпуска (+ государственные праздники) — потому что отдых важен.
•📈 Личное развитие — целевая поддержка обучения, развития и повышения квалификации со временем.
•💪 Gympass / Wellhub (субсидируется) — для вас и до 3 членов семьи, поддержка как физического, так и психического здоровья.
•💳 Гибкий счет расходов (FSA) — возможность откладывать деньги до налогообложения на медицинские расходы.
•🔎 Следите за обновлениями, мы продолжаем развивать этот пакет по мере роста компании…
Диапазон зарплаты
120 000 - 240 000 долларов в зависимости от опыта. Уровень квалификации будет оцениваться в ходе нашего процесса собеседований.

Хватит откликаться.
Получите рекомендацию.

$10 стартовых кредитов

Всего 60 секунд, полностью на автопилоте — AI-агенты Eraldt читают ваше резюме, определяют подходящие роли, находят живые вакансии и людей, которые могут вас порекомендовать, пишут им личные письма и добиваются рекомендации.

Это не отклик на вакансию: резюме не уходит в компанию, а рекомендацию именно по этой роли мы не обещаем.

Посмотрите, кто ещё получает интервью на автопилоте