Datatutkija

Tietoa Workatosta Workato tar tarjoaa yritysinfrastruktuuria agenttiselle aikakaudelle, määrittelee uudelleen iPaaS:n ja auttaa yrityksiä yhdistämään datan, sovellukset, prosessit ja tekoälyn yhdeksi hallituksi alustaksi. Enterprise MCP:n johtajana ja 50 %:n Fortune 500 -yritysten luottamana Workaton pilvinatiivi arkkitehtuuri yhdistää jokaisen sovelluksen, tietolähteen ja prosessin reaaliaikaisen orkestroinnin skaalaamiseksi. Yritystason tietoturvalla ja jatkuvalla innovaatiolla Workato tarjoaa luotettavan pohjan organisaatioille automatisoida luottavaisin mielin ja viedä tekoäly käytäntöön koko liiketoiminnassa. Miksi liittyä meihin? Lopulta Workato uskoo joustavan, luottamukseen perustuvan kulttuurin edistämiseen, joka antaa jokaiselle mahdollisuuden ottaa täysi omistajuus rooleistaan. Meitä ohjaa innovaatio ja etsimme tiimipelaajia, jotka haluavat aktiivisesti rakentaa yritystämme. Uskomme myös tuottavuuden ja itsehoidon tasapainoon. Siksi tarjoamme kaikille työntekijöillemme eläväisen ja dynaamisen työympäristön sekä lukuisia etuja, joista he voivat nauttia sekä työelämän sisällä että ulkopuolella. Vastuualueet Etsimme poikkeuksellista koneoppimisinsinööriä / datatutkijaa (Middle / Senior) kasvavaan AI-tiimiimme. Tässä roolissa suunnittelet, rakennat, otat käyttöön ja parannat ML/LLM-pohjaisia palveluita ja ominaisuuksia, jotka mahdollistavat älykkään automaation ja AI-vetoiset tuotekokemukset Workato-alustalla. Teet läheistä yhteistyötä tekniikka-, tuote- ja suunnittelutiimien kanssa määritellen ja seuraamalla tuotemittareita ja arviointistrategioita, suunnitellen asiakasrajapinnan kokeiluja ja analysoimalla tuloksia toiminnallisten oivallusten löytämiseksi. Tämä rooli sopii henkilölle, jolla on vahva ML/LLM-intuitio, ohjelmistotekniset taidot ja käytännönläheinen asenne luotettavien ja skaalautuvien AI-järjestelmien toimittamiseen. Tässä roolissa olet vastuussa myös seuraavista: - AI-palveluiden rakentaminen ja parantaminen käyttämällä LLM-malleja ja räätälöityjä koneoppimismalleja tuotantokäyttötapauksiin. - ML/LLM-järjestelmien suunnittelu, kehittäminen ja operointi päästä päähän, prototyypistä käyttöönottoon ja valvontaan. - Korkealaatuisen Python-koodin kirjoittaminen, joka on testattavaa, ylläpidettävää ja tehokasta. - ML-palveluiden validoinnin, havaittavuuden ja suorituskyvyn seurannan parantaminen (laatu, viive, luotettavuus, kustannukset). - Poikkitieteellinen yhteistyö tuotepäälliköiden, alustainsinöörien ja muiden sidosryhmien kanssa AI-vetoisten tuotekykyjen julkaisemiseksi. - Nykyisten toteutusten arviointi ja parantaminen tunnistamalla pullonkauloja, bugeja ja optimointimahdollisuuksia. - Kontrolloitujen kokeilujen suunnittelu AI-pohjaisten tuotteiden ominaisuuksien testaamiseksi ja tulosten syvällinen analysointi toiminnallisten oivallusten löytämiseksi. - Tekniseen suunnitteluun ja koodikatselmuksiin osallistuminen, mikä auttaa nostamaan tiimin teknistä laatua. - Mallien käyttäytymisen, promptauksen, haun, työkalujen käytön tai orkestointistrategioiden kokeileminen ja iterointi käyttäjäkokemuksen parantamiseksi. Vaatimukset Kvalifikaatiot / Kokemus / Tekniset taidot - Kandidaatin tai maisterin tutkinto tietojenkäsittelytieteessä, tekniikassa, matematiikassa, tilastotieteessä tai vastaava käytännön kokemus - 3+ vuoden kokemus koneoppimisinsinöörinä, datatutkijana tai vastaavassa roolissa. - Vahvat Python-ohjelmointitaidot. - Käytännön kokemus NLP- ja/tai LLM-pohjaisista järjestelmistä. - Vahva ymmärrys ohjelmistotekniikan perusteista (testaus, koodin laatu, debuggaus, versionhallinta). - Kyky työskennellä yhteistyössä nopeasti muuttuvassa ympäristössä ja viedä projekteja eteenpäin omistajuuden tunteella. Hyväksi katsottavaa (Nice to Haves) - Kokemus työkalujen käytöstä agentteina tai työnkulku-tietoisista AI-järjestelmistä. - Kokemus AI-tuotteiden rakentamisesta enterprise SaaS -ympäristöissä. - Kokemus A/B-testauksesta ja tilastollisista merkitsevyystekniikoista. - Kokemus LLMOps/MLOps-työkaluista ja käytännöistä (valvonta, arviointiputket, mallien julkaisu, CI/CD). - Kokemus nykyaikaisten tietovarastojen, kuten Amazon Redshiftin tai Snowflaken, käytöstä.