Nachhaltigkeit, die Geschäft bedeutet
Wer wir sind:
Der Spezialist für Nachhaltigkeitssoftware, AMCS, hat seinen Hauptsitz in Irland und Niederlassungen in Europa, den USA und Australasien. Mit über 1.300 hochqualifizierten Mitarbeitern in 22 Ländern sind wir auf die Bereitstellung von Technologielösungen spezialisiert, um eine kohlenstoffneutrale Zukunft zu ermöglichen.
Was wir tun:
Unsere innovativen SaaS-Lösungen steigern die Effizienz und die Nachhaltigkeit in ressourcenintensiven Industrien. Über 5.000 Kunden in 23 Ländern profitieren bereits von unserer Performance Sustainability-Software und stellen sicher, dass wir weltweit praktische Lösungen für eine verbesserte Rentabilität und Umweltresilienz liefern.
Unsere Mitarbeiter
AMCS bietet Teammitgliedern mehr als nur einen Job, sondern auch die Möglichkeit, eine Karriere in einem Unternehmen zu planen, das wächst, sich weiterentwickelt und neue Arbeitsweisen einführt, die sich positiv auf die Welt um uns herum auswirken. AMCS wurde in Irland gegründet und hält an den lokalen Wurzeln und der "Start-up"-Mentalität mit einer Kultur der Verbundenheit fest. Verbindung zu unserer Arbeit, Unsere Kunden, unsere Kollegen und unsere Community, die ein Arbeitsumfeld schafft, das Offenheit, Zusammenarbeit und Kreativität fördert.
Als Machine Learning Engineer tragen Sie zum Design, zur Entwicklung und zum Einsatz von Machine Learning-Modellen und Datenpipelines bei. Du unterstützt das Team bei der Datenaufbereitung, dem Modelltraining und der Auswertung und lernst Best Practices für ML in der Produktion kennen. Dies ist eine großartige Gelegenheit für jemanden, der mehr über ML-Workflows, Data Engineering und Softwareentwicklung in einem industriellen Umfeld erfahren möchte.
Verantwortlichkeiten:
Unterstützung bei der Datenbereinigung, Vorverarbeitung und explorativen Datenanalyse, um Daten für das Modelltraining vorzubereiten.
Entwickeln, Trainieren und Feinabstimmen von Machine Learning-Modellen mithilfe von Frameworks/Tools wie Python/PySpark, Python, TensorFlow, PyTorch und Scikit-Learn in Azure Databricks
Erstellen, Verwalten und Optimieren von Datenpipelines für eine nahtlose Datenfluss- und Modellintegration Azure Databricks mit PySpark/Python und Spark SQL
Implementieren und bewerten Sie ML-Modelle, verfolgen Sie die Leistung und verfeinern Sie sie auf der Grundlage von Feedback.
Arbeiten Sie mit Teammitgliedern zusammen, um Modelle in Produktionsumgebungen zu integrieren.
Dokumentieren Sie Prozesse, Code und Ergebnisse und tragen Sie so zum Wissensaustausch im Team bei.
Bleiben Sie auf dem Laufenden über die neuesten ML-Trends und Forschungsergebnisse, um laufende Projekte zu unterstützen.
Anforderungen:
Praktische Erfahrung mit ML-Frameworks (TensorFlow, PyTorch oder Scikit-Learn)
Verständnis grundlegender Konzepte, Algorithmen und Datenstrukturen von Machine Learning und Deep Learning
Vertrautheit mit Large Language Models (LLMs) und aufmerksamkeitsbasierten Modellen
Erfahrung mit dem Aufbau, der Verwaltung und der Optimierung von Datenpipelines.
Ausgeprägte analytische Fähigkeiten und Problemlösungsfähigkeiten
Ausgezeichnete Kommunikations- und Teamfähigkeit
Nice-to-have:
Erfahrung mit Databricks, PySpark, Spark SQL und Apache Spark
Vertrautheit mit MLOps Best Practices
Kenntnisse im Umgang mit Power BI für die Datenvisualisierung
Erfahrung mit der Entwicklung von Retrieval-Augmented Generation (RAG) Modellen
Vertrautheit mit LlamaIndex und LangChain für die Erstellung von LLM-basierten Anwendungen.
Was Sie gewinnen werden:
Praktische Erfahrung in realen Projekten für maschinelles Lernen und der Entwicklung von Datenpipelines
Mentoring und Unterstützung durch Branchenexperten
Zugang zu hochmodernen Plattformen und Technologien