Data Science Intern (3 kuukautta) – Pilvipohjaiset automatisoidut työnkulut analyyseihin
Yhdistynyt kuningaskunta || 1283 Päivää Sitten
Yhdistynyt kuningaskunta
Kuvaus
Työnimike:
Data Science Intern (3 kuukautta) – Pilvipohjaiset automatisoidut työnkulut numeeristen simulaattoreiden vastausten analysointiin
Meistä:
Olemme maailmanlaajuinen teknologiayritys, joka ajaa energiainnovaatioita tasapainoisen planeetan puolesta.
SLB:llä luomme hämmästyttävää teknologiaa, joka avaa lukituksen energian saatavuus kaikkien hyödyksi. Se on tarkoituksemme. Innovaattoreina se on ollut missiomme 100 vuoden ajan. Edessämme on maailman suurin tasapainotustoimi – kuinka samanaikaisesti vähentää päästöjä ja vastata maailman kasvavaan energiantarpeeseen. Työskentelemme tämän vastauksen eteen. Joka päivä askeleen lähempänä.
Yhteinen tulevaisuutemme riippuu fossiilisten polttoaineiden teollisuuden hiilidioksidipäästöjen vähentämisestä samalla kun innovoimme uutta energiamaisemaa. Se ajaa meitä. Edistyksen varmistaminen ihmisille ja planeetalle matkalla nettonollaan ja sen yli. Tasapainoisen planeetan puolesta.
Sijainti:
Abingdon, Iso-Britannia
Työn yhteenveto:
Numeerinen Simulaatio on edelleen ainoa luotettava tapa ennustaa järjestelmän tulevaa tilaa - olipa kyse sitten säästä, nesteen virtauksesta, laskeutumisesta Marsiin tai fysiikkakäyttöiseen realistiseen pelaamiseen. Säiliösimulaattoria käytetään nesteen virtauksen mallintamiseen huokoisissa väliaineissa eri sovelluksissa, mukaan lukien hiilidioksidin talteenotto ja varastointi sekä geotermiset energiajärjestelmät. Erilaisia koneoppimissovelluksia käytetään korvaamaan numeerisen simulaattorin osia, jotta niistä saadaan tarkempia ja nopeampia. Näiden ML-mallien eri syötteiden ja vastausten laaduntarkistus on ratkaisevan tärkeää työnkulun onnistumiselle ja voi toisinaan olla hyvin aikaa vievää. Pilvipohjaiset automatisoidut data-analytiikkatyönkulut voivat ratkaista tämän pullonkaulan ja tarjota uusien ML-ominaisuuksien saumattoman integroinnin erilaisiin loppukäyttäjien työnkulkuihin. Tämän harjoittelun aikana opiskelija oppii käyttämään dataiku-putkistoja automatisoitujen putkilinjojen määrittämiseen eri ML-mallien vastausten tarkistamiseksi ja pythonin avulla testauskehyksen rakentamiseen. He saavat myös kokemuksia erilaisten ML-algoritmien käytöstä kaupallisessa säiliösimulaatiossa.
Olennaiset vastuut ja tehtävät:
Osana numeerista simulointia tiimissä työskentelet tietojen laadunvalvontaputkien kehittämisessä Dataikulla ja pythonilla. Käytät huippuluokan kaupallista säiliösimulaattoria testataksesi erilaisia fyysisen ja numeerisen järjestelmän häiriöitä ja luot yksityiskohtaisia mutta automaattisia raportteja data-analytiikkatyökalujen avulla. Tämä työnkulku otetaan käyttöön organisaation sisällä, ja insinöörit ympäri maailmaa käyttävät sitä. Työskentelet yksinomaan Dataikun, Pythonin ja TensorFlow'n kanssa ja saat mahdollisuuksia ottaa käyttöön ML-putkia Azure-pilvessä.
Pätevyydet:
Toiseksi viimeinen tai viimeisen vuoden opiskelija, opiskelemassa kandidaattia varten tai maisterin tutkinnot tietotekniikassa, tietojenkäsittelytieteessä tai vastaavassa alalla.
Pätevyys:
Vaadittavat taidot:
-
Data Science Intern (3 kuukautta) – Pilvipohjaiset automatisoidut työnkulut numeeristen simulaattoreiden vastausten analysointiin
Meistä:
Olemme maailmanlaajuinen teknologiayritys, joka ajaa energiainnovaatioita tasapainoisen planeetan puolesta.
SLB:llä luomme hämmästyttävää teknologiaa, joka avaa lukituksen energian saatavuus kaikkien hyödyksi. Se on tarkoituksemme. Innovaattoreina se on ollut missiomme 100 vuoden ajan. Edessämme on maailman suurin tasapainotustoimi – kuinka samanaikaisesti vähentää päästöjä ja vastata maailman kasvavaan energiantarpeeseen. Työskentelemme tämän vastauksen eteen. Joka päivä askeleen lähempänä.
Yhteinen tulevaisuutemme riippuu fossiilisten polttoaineiden teollisuuden hiilidioksidipäästöjen vähentämisestä samalla kun innovoimme uutta energiamaisemaa. Se ajaa meitä. Edistyksen varmistaminen ihmisille ja planeetalle matkalla nettonollaan ja sen yli. Tasapainoisen planeetan puolesta.
Sijainti:
Abingdon, Iso-Britannia
Työn yhteenveto:
Numeerinen Simulaatio on edelleen ainoa luotettava tapa ennustaa järjestelmän tulevaa tilaa - olipa kyse sitten säästä, nesteen virtauksesta, laskeutumisesta Marsiin tai fysiikkakäyttöiseen realistiseen pelaamiseen. Säiliösimulaattoria käytetään nesteen virtauksen mallintamiseen huokoisissa väliaineissa eri sovelluksissa, mukaan lukien hiilidioksidin talteenotto ja varastointi sekä geotermiset energiajärjestelmät. Erilaisia koneoppimissovelluksia käytetään korvaamaan numeerisen simulaattorin osia, jotta niistä saadaan tarkempia ja nopeampia. Näiden ML-mallien eri syötteiden ja vastausten laaduntarkistus on ratkaisevan tärkeää työnkulun onnistumiselle ja voi toisinaan olla hyvin aikaa vievää. Pilvipohjaiset automatisoidut data-analytiikkatyönkulut voivat ratkaista tämän pullonkaulan ja tarjota uusien ML-ominaisuuksien saumattoman integroinnin erilaisiin loppukäyttäjien työnkulkuihin. Tämän harjoittelun aikana opiskelija oppii käyttämään dataiku-putkistoja automatisoitujen putkilinjojen määrittämiseen eri ML-mallien vastausten tarkistamiseksi ja pythonin avulla testauskehyksen rakentamiseen. He saavat myös kokemuksia erilaisten ML-algoritmien käytöstä kaupallisessa säiliösimulaatiossa.
Olennaiset vastuut ja tehtävät:
Osana numeerista simulointia tiimissä työskentelet tietojen laadunvalvontaputkien kehittämisessä Dataikulla ja pythonilla. Käytät huippuluokan kaupallista säiliösimulaattoria testataksesi erilaisia fyysisen ja numeerisen järjestelmän häiriöitä ja luot yksityiskohtaisia mutta automaattisia raportteja data-analytiikkatyökalujen avulla. Tämä työnkulku otetaan käyttöön organisaation sisällä, ja insinöörit ympäri maailmaa käyttävät sitä. Työskentelet yksinomaan Dataikun, Pythonin ja TensorFlow'n kanssa ja saat mahdollisuuksia ottaa käyttöön ML-putkia Azure-pilvessä.
Pätevyydet:
Toiseksi viimeinen tai viimeisen vuoden opiskelija, opiskelemassa kandidaattia varten tai maisterin tutkinnot tietotekniikassa, tietojenkäsittelytieteessä tai vastaavassa alalla.
Pätevyys:
Vaadittavat taidot:
-
Mainos on vanhentunut. Voit nähdä vastaavia mainoksia alla
Uusimmat ilmoitukset
2021-09-26
2022-12-07