Big Data - Data Scientist and Machine Learning Engineer (m/w)
Unser Kunde stellt sich vor:
Mit der Zielsetzung, die Art und Weise, wie Menschen Daten nutzen, zu revolutionieren, entwickeln wir Technologien der nächsten Generation. Durch die Vereinigung von Big-Data- und Machine-Learning-Technologien entwickeln wir Systeme der Zukunft und sind damit ein aktiver Teil der stattfindenden künstlichen Intelligenz-Revolution.
Wir entwickeln hauseigene Data-Analysis- und Machine-Learning-Solutions und beraten unsere Kunden im Rahmen ihrer Projekte. Basierend auf unserem Know-how helfen wir unseren namhaften Kunden bei der Einführung von massgeschneiderten AI-Lösungen.
Wir suchen Ingenieure und Data Scientists, die eine Leidenschaft für Themen wie Information Retrieval, verteiltes Rechnen (distributed computing), künstliche Intelligenz und natürliche Sprachverarbeitung (natural language processing) haben.
- Bewerben Sie sich noch heute! Wir freuen uns auf das persönliche Interview um auch Ihre Person kennenzulernen!
Es erwartet Sie eine anregende und herausfordernde Arbeitsatmosphäre mit einer flachen Hierarchie und erfahrenen und hilfsbereiten Kollegen. Bei unserem Kunden setzt man auf eine umfassende Schulung und Ausbildung der Ingenieure / Data Scientists.
Themen, die im Training abgedeckt werden:
Hadoop DevOps Training: Installation und Konfiguration von Hadoop Distributionen (Cloudera und Hortonworks); Entwicklung mit den wichtigsten Hadoop Frameworks, MapReduce, Spark, Hive, Hbase und Oozie etc.
Big Data Science: Python Machine Learning Libs (NumPy, SciPy, Pandas, IPython, Scikit-Learn, Theano, TensorFlow, NLTK), Spark für Data Mining und Machine Learning (Spark SQL, Spark MLlib, PySpark, GraphFrames und H2O).
Deep Neural Networks: Feed-Forward Neuronale Netze, Convolutional Netze, Recurrent Neuronale Netze, Entwicklung der TensorFlow und DL4J Lösungen.
Data-Science- und Machine-Learning-Grundlagen: Zeitreihen und sequenzielle Datenverarbeitung, Supervised and Unsupervised Machine Learning, Klassifizierung, Logistik-Regression und Random Forest, Support Vektor Maschinen, K-Nearest Nachbarn, Naive Bayes und Gradient Boosting.
Web- und Text-Mining: Natural Language Processing und Information Retrieval, Kategorisierung und automatische Tag / Keyword-Extraktion, Document Classification und Clustering, Entity Recognition, tf-idf, N-Gramm, word2vec und gensim etc.
yellowshark® AG
IT
Max-Högger-Strasse 2
CH-8048 Zürich
+41 44 576 44 70it-jobs@yellowshark.comwww.yellowshark.com
