Datu zinātnes praktikante (3 mēneši) — uz mākoņiem balstītas automatizētas darbplūsmas analīzei
Apvienotā Karaliste || 1251 Dienas Pirms
Apvienotā Karaliste
Apraksts
Amata nosaukums:
Datu zinātnes praktikants (3 mēneši) — uz mākoņiem balstītas automatizētas darbplūsmas, lai analizētu skaitlisko simulatoru atbildes
Par mums:
Mēs esam globāls tehnoloģiju uzņēmums, kas virza enerģētikas inovācijas līdzsvarotai planētai.
Uzņēmumā SLB mēs radām pārsteidzošu tehnoloģiju, kas atbloķē piekļuve enerģijai visu labā. Tāds ir mūsu mērķis. Tāda ir mūsu kā novatoru misija jau 100 gadus. Mēs saskaramies ar pasaulē lielāko līdzsvarošanas aktu — kā vienlaikus samazināt emisijas un apmierināt pasaules pieaugošās enerģijas prasības. Mēs strādājam pie šīs atbildes. Katru dienu soli tuvāk.
Mūsu kolektīvā nākotne ir atkarīga no fosilā kurināmā nozares dekarbonizācijas, vienlaikus radot jauninājumus enerģētikas jomā. Tas ir tas, kas mūs virza. Nodrošina progresu cilvēkiem un planētai ceļā uz neto nulli un tālāk. Līdzsvarotai planētai.
Atrašanās vieta:
Abingdona, Apvienotā Karaliste
Darba kopsavilkums:
Skaitliski simulācija joprojām ir vienīgā uzticamā metode, lai prognozētu sistēmas turpmāko stāvokli — vai tie būtu laikapstākļi, šķidruma plūsma, nolaišanās uz Marsa vai fizikas balstītas reālistiskas spēles. Rezervuāra simulators tiek izmantots, lai modelētu šķidruma plūsmu porainā vidē dažādiem lietojumiem, tostarp oglekļa uztveršanai un uzglabāšanai un ģeotermālās enerģijas sistēmām. Skaitliskā simulatora daļu aizstāšanai tiek izmantotas dažādas mašīnmācīšanās lietojumprogrammas, lai padarītu tās precīzākas un ātrākas. Dažādu ievades un atbilžu kvalitātes pārbaude no šiem ML modeļiem ir ļoti svarīga darbplūsmas veiksmīgai darbībai, un dažkārt tā var būt ļoti laikietilpīga. Uz mākoņiem balstītas automatizētas datu analītikas darbplūsmas var atrisināt šo vājo vietu un nodrošināt jaunu ML funkciju nemanāmu integrāciju dažādās galalietotāju darbplūsmās. Šīs prakses laikā kandidāts iemācīsies izmantot dataiku cauruļvadus, lai iestatītu automatizētus cauruļvadus, lai pārbaudītu atbildes no dažādiem ML modeļiem un izmantotu python, lai izveidotu testēšanas ietvaru. Viņi arī iegūs pieredzi dažādu ML algoritmu izmantošanā komerciālā rezervuāru simulācijas jomā.
Būtiskākie pienākumi un pienākumi:
Kā daļa no skaitliskās simulācijas komanda, kurā strādāsit pie datu kvalitātes kontroles konveijera izstrādes, izmantojot Dataiku un python. Jūs izmantosiet vismodernāko komerciālo rezervuāru simulatoru, lai pārbaudītu dažādas fiziskās un skaitliskās sistēmas traucējumus un izveidotu detalizētus, bet automatizētus pārskatus, izmantojot datu analīzes rīkus. Šī darbplūsma tiks izvietota organizācijas iekšienē, un to izmantos inženieri visā pasaulē. Jūs strādāsit tikai ar Dataiku, Python un TensorFlow un iegūsit iespējas izvietot ML konveijrus Azure mākonī.
Kvalifikācijas:
Priekšpēdējā vai pēdējā kursa students, studē bakalaura grāda iegūšanai. vai maģistra grāds datu zinātnē, datorzinātnē vai saistītā jomā.
Kompetences:
Nepieciešamās prasmes:
-
Datu zinātnes praktikants (3 mēneši) — uz mākoņiem balstītas automatizētas darbplūsmas, lai analizētu skaitlisko simulatoru atbildes
Par mums:
Mēs esam globāls tehnoloģiju uzņēmums, kas virza enerģētikas inovācijas līdzsvarotai planētai.
Uzņēmumā SLB mēs radām pārsteidzošu tehnoloģiju, kas atbloķē piekļuve enerģijai visu labā. Tāds ir mūsu mērķis. Tāda ir mūsu kā novatoru misija jau 100 gadus. Mēs saskaramies ar pasaulē lielāko līdzsvarošanas aktu — kā vienlaikus samazināt emisijas un apmierināt pasaules pieaugošās enerģijas prasības. Mēs strādājam pie šīs atbildes. Katru dienu soli tuvāk.
Mūsu kolektīvā nākotne ir atkarīga no fosilā kurināmā nozares dekarbonizācijas, vienlaikus radot jauninājumus enerģētikas jomā. Tas ir tas, kas mūs virza. Nodrošina progresu cilvēkiem un planētai ceļā uz neto nulli un tālāk. Līdzsvarotai planētai.
Atrašanās vieta:
Abingdona, Apvienotā Karaliste
Darba kopsavilkums:
Skaitliski simulācija joprojām ir vienīgā uzticamā metode, lai prognozētu sistēmas turpmāko stāvokli — vai tie būtu laikapstākļi, šķidruma plūsma, nolaišanās uz Marsa vai fizikas balstītas reālistiskas spēles. Rezervuāra simulators tiek izmantots, lai modelētu šķidruma plūsmu porainā vidē dažādiem lietojumiem, tostarp oglekļa uztveršanai un uzglabāšanai un ģeotermālās enerģijas sistēmām. Skaitliskā simulatora daļu aizstāšanai tiek izmantotas dažādas mašīnmācīšanās lietojumprogrammas, lai padarītu tās precīzākas un ātrākas. Dažādu ievades un atbilžu kvalitātes pārbaude no šiem ML modeļiem ir ļoti svarīga darbplūsmas veiksmīgai darbībai, un dažkārt tā var būt ļoti laikietilpīga. Uz mākoņiem balstītas automatizētas datu analītikas darbplūsmas var atrisināt šo vājo vietu un nodrošināt jaunu ML funkciju nemanāmu integrāciju dažādās galalietotāju darbplūsmās. Šīs prakses laikā kandidāts iemācīsies izmantot dataiku cauruļvadus, lai iestatītu automatizētus cauruļvadus, lai pārbaudītu atbildes no dažādiem ML modeļiem un izmantotu python, lai izveidotu testēšanas ietvaru. Viņi arī iegūs pieredzi dažādu ML algoritmu izmantošanā komerciālā rezervuāru simulācijas jomā.
Būtiskākie pienākumi un pienākumi:
Kā daļa no skaitliskās simulācijas komanda, kurā strādāsit pie datu kvalitātes kontroles konveijera izstrādes, izmantojot Dataiku un python. Jūs izmantosiet vismodernāko komerciālo rezervuāru simulatoru, lai pārbaudītu dažādas fiziskās un skaitliskās sistēmas traucējumus un izveidotu detalizētus, bet automatizētus pārskatus, izmantojot datu analīzes rīkus. Šī darbplūsma tiks izvietota organizācijas iekšienē, un to izmantos inženieri visā pasaulē. Jūs strādāsit tikai ar Dataiku, Python un TensorFlow un iegūsit iespējas izvietot ML konveijrus Azure mākonī.
Kvalifikācijas:
Priekšpēdējā vai pēdējā kursa students, studē bakalaura grāda iegūšanai. vai maģistra grāds datu zinātnē, datorzinātnē vai saistītā jomā.
Kompetences:
Nepieciešamās prasmes:
-
Reklāmas derīguma termiņš ir beidzies. Tālāk varat redzēt līdzīgas reklāmas
Jaunākās reklāmas
2021-09-26
2022-12-07