Informacje o stanowisku

Rola obejmuje praktyczną pracę z danymi oraz modelami uczenia maszynowego w obszarze analizy ruchu sieciowego. Zakres odpowiedzialności obejmuje cały proces pracy z danymi — od ich pozyskania i przygotowania, przez implementację modeli i prowadzenie eksperymentów, aż po ocenę jakości, skuteczności i stabilności opracowanych rozwiązań.

Celem prac jest identyfikacja, projektowanie oraz ocena podejść opartych na metodach sztucznej inteligencji i uczenia maszynowego, które mogą znaleźć zastosowanie w detekcji nieprawidłowości, zagrożeń i nietypowych wzorców w danych sieciowych.

NASK SCIENCE, działając w ramach NASK, prowadzi prace badawczo-rozwojowe w dziedzinach cyberbezpieczeństwa, informatyki i sztucznej inteligencji. W NASK SCIENCE kształtujemy świat, odpowiedzialnie rozwijając technologię służącą społeczeństwu. Społeczne i komercyjne wyzwania ujmujemy w ramy nauki, by dojść do innowacyjnych wyników. Wykrywamy rozsiewanie (dez)informacji w sieciach społecznościowych. Rozwijamy ogólnokrajowe systemy cyberbezpieczeństwa. Tworzymy algorytmy sztucznej inteligencji wspomagające skomplikowane operacje chirurgiczne, sprawdzanie tożsamości, a nawet analizę ruchu zawodników na boisku.

• Min. 3 letnie doświadczenie w uczeniu maszynowym, głębokim uczeniu i analizie danych
• Zaawansowana znajomość podstawowych algorytmów uczenia maszynowego
• Praktyczne doświadczenie w trenowaniu i ewaluacji modeli ML / AI
• Umiejętność pracy z danymi czasowymi lub sekwencyjnymi
• Umiejętność doboru metod do problemu
• Zdolność krytycznej oceny skuteczności i stabilności modeli
• Zrozumienie ograniczeń i ryzyk związanych z modelami ML / AI
• Wykształcenie wyższe w kierunku technicznym
• Znajomość języka angielskiego na poziomie pozwalającym na czytanie dokumentacji technicznej
• Zaawansowana znajomość języka Python i bibliotek uczenia maszynowego (Tensorflow i/lub Pytorch, numpy, scikit-learn, pandas)
• Gotowość do pracy iteracyjnej i eksperymentalnej
• Umiejętność pracy zespołowej i komunikowania wyników

Mile widziane

• Doświadczenie w pracy badawczo-rozwojowej lub projektach eksploracyjnych
• Doświadczenie w obszarze cyberbezpieczeństwa lub w analizie ruchu sieciowego / danych telemetrycznych
• Doświadczenie w pracy z danymi czasowymi i sekwencyjnymi
• Znajomość zagadnień związanych z detekcją anomalii lub systemami monitoringu

Rola obejmuje praktyczną pracę z danymi oraz modelami uczenia maszynowego w obszarze analizy ruchu sieciowego. Zakres odpowiedzialności obejmuje cały proces pracy z danymi — od ich pozyskania i przygotowania, przez implementację modeli i prowadzenie eksperymentów, aż po ocenę jakości, skuteczności i stabilności opracowanych rozwiązań.

Celem prac jest identyfikacja, projektowanie oraz ocena podejść opartych na metodach sztucznej inteligencji i uczenia maszynowego, które mogą znaleźć zastosowanie w detekcji nieprawidłowości, zagrożeń i nietypowych wzorców w danych sieciowych.

NASK SCIENCE, działając w ramach NASK, prowadzi prace badawczo-rozwojowe w dziedzinach cyberbezpieczeństwa, informatyki i sztucznej inteligencji. W NASK SCIENCE kształtujemy świat, odpowiedzialnie rozwijając technologię służącą społeczeństwu. Społeczne i komercyjne wyzwania ujmujemy w ramy nauki, by dojść do innowacyjnych wyników. Wykrywamy rozsiewanie (dez)informacji w sieciach społecznościowych. Rozwijamy ogólnokrajowe systemy cyberbezpieczeństwa. Tworzymy algorytmy sztucznej inteligencji wspomagające skomplikowane operacje chirurgiczne, sprawdzanie tożsamości, a nawet analizę ruchu zawodników na boisku.

,[Przygotowanie i analiza danych dotyczących ruchu sieciowego, Analiza problemu detekcji anomalii w ruchu sieciowym z perspektywy metod ML / AI, Dobór cech i reprezentacji danych, Dobór klas modeli i technik adekwatnych do charakteru danych, Budowa koncepcji i prototypów rozwiązań ML / AI, Implementacja i trenowanie modeli ML / AI do wykrywania anomalii, Ocena skuteczności, przydatności i ograniczeń modeli oraz metod, Analiza odporności na drift danych, Analiza błędów, ryzyk, przypadków fałszywie dodatnich detekcji, Współpraca przy budowie potoków (ang. pipeline) przetwarzania danych i uczenia modeli, Współpraca z zespołami AI, architektonicznymi i systemowymi, Dokumentowanie wyników eksperymentów i obserwacji Requirements: ML, AI, Python, TensorFlow, PyTorch, NumPy, scikit-learn, pandas Additionally: Sport subscription, Private healthcare, Training budget, Dofinansowanie nauki języków, Ubezpieczenie na życie, Spotkania integracyjne, Preferencyjne pożyczki, Dodatkowe świadczenia socjalne, Dofinansowanie biletów do kina, teatru, Dofinansowanie wypoczynku, Free coffee, Bike parking, Free parking, In-house trainings, No dress code, Firmowa biblioteka.

Praca Warszawa

Warszawa - Oferty pracy w okolicznych lokalizacjach