Saintis Data - Fokus Perindustrian dan Penjanaan Tenaga

Aboitiz Data Innovation (ADI)

Boleh Dirunding
Jarak Jauh3 - 5 Tahun PengalamanSarjana MudaSepenuh-masa
Kongsi

Butiran Kerja Jarak Jauh

Terbuka Kepada Seluruh NegaraFilipina

Keperluan BahasaInggeris

Kerja jauh ini terbuka kepada calon di negara tertentu. Sila sahkan jika anda ingin meneruskan walaupun terdapat kemungkinan sekatan lokasi

Keterangan Kerja

Tunjukkan teks asal

Penerangan

Aboitiz Data Innovation (ADI) adalah salah satu pemula yang sedang naik daun dalam bidang Sains Data dan Kecerdasan Buatan. Kami percaya bahawa data boleh memacu perubahan untuk dunia yang lebih baik dengan memajukan perniagaan di seluruh industri dan komuniti.


Kami sedang mencari seorang Saintis Data yang sangat mahir dan bermotivasi untuk menyertai pasukan kami di sektor perindustrian dan penjanaan tenaga. Peranan ini memerlukan minda analitikal yang kuat, pemikiran bebas, dan pendekatan kolaboratif untuk penyelesaian masalah. Calon ideal mempunyai pemahaman mendalam tentang sains data, pembelajaran mesin, dan pemodelan komputasi, bersama dengan pengetahuan khusus industri dalam fizik, sains bahan, dan sistem kejuruteraan.


Calon yang berjaya akan bekerja dengan pelbagai pemangku kepentingan, termasuk jurutera, pengurus operasi, pasukan penyelenggaraan, dan strategi perniagaan, untuk membangunkan penyelesaian berasaskan data yang meningkatkan kecekapan, kebolehpercayaan, dan penyelenggaraan ramalan aset penjanaan tenaga.


Tanggungjawab


Analisis dan Pemodelan Data:

  • Membangun dan menerapkan model statistik, pembelajaran mesin, dan pengoptimuman yang ditingkatkan untuk menganalisis set data besar dari sistem perindustrian dan penjanaan tenaga.
  • Mengenalpasti corak, trend, dan anomali dalam data untuk meningkatkan kecekapan operasi, meramalkan kegagalan peralatan, dan mengoptimumkan penggunaan tenaga.

Penyelenggaraan Ramalan:

  • Merancang dan melaksanakan model penyelenggaraan ramalan untuk mengurangkan masa henti dan memanjangkan jangka hayat peralatan kritikal.
  • Bekerjasama dengan pasukan kejuruteraan untuk mengintegrasikan analitik ramalan ke dalam aliran kerja penyelenggaraan.

Pengoptimuman Proses:

  • Menggunakan pendekatan berasaskan data untuk mengoptimumkan proses perindustrian, seperti garis pengeluaran, penjanaan tenaga, dan pengagihan sumber.
  • Menerapkan teknik simulasi dan pengoptimuman untuk meningkatkan prestasi sistem dan mengurangkan kos.

Kerjasama Pemangku Kepentingan:

  • Bekerja rapat dengan pasukan pelbagai fungsi untuk memahami keperluan perniagaan dan menterjemahkannya ke dalam penyelesaian sains data.
  • Mengkomunikasikan penemuan analitikal yang kompleks kepada pemangku kepentingan bukan teknikal dengan cara yang jelas dan boleh diambil tindakan.

Infrastruktur Data dan Alat:

  • Membangunkan dan mengekalkan saluran dan aliran kerja data yang boleh diskalakan untuk menyokong usaha analitik dan pemodelan.
  • Menilai dan melaksanakan alat, rangka kerja, dan teknologi baru untuk meningkatkan kemampuan sains data.

Penyelidikan dan Inovasi:

  • Sentiasa mengikuti perkembangan terkini dalam sains data, IoT perindustrian, dan teknologi penjanaan tenaga.
  • Meneroka aplikasi inovatif AI/ML dalam bidang seperti integrasi tenaga boleh diperbaharui, kestabilan grid, dan sains bahan.


Keperluan


Kemahiran Teknikal

  • Kemahiran pemprograman yang kuat dalam Python (NumPy, Pandas, Scikit-learn, TensorFlow, PyTorch) dan SQL.
  • Pengalaman dengan rangka kerja data besar (Apache Spark, Hadoop) dan platform awan (AWS, Azure, GCP).
  • Kepakaran dalam pembelajaran mesin, pembelajaran mendalam, dan pembelajaran penguat.
  • Kemahiran dalam teknik ramalan siri masa (ARIMA, LSTM, Nabi) untuk analitik sistem tenaga.
  • Pengetahuan tentang statistik Bayesian dan pemodelan probabilistik.
  • Keluasan dengan pembelajaran mesin yang diinformasikan oleh fizik dan simulasi komputasi.
  • Pengalaman dengan analitik grafik dan pemodelan rangkaian untuk analisis grid tenaga.
  • Pemahaman yang kuat tentang alat visualisasi data (Tableau, Power BI, Plotly, Matplotlib, Seaborn).
  • Pemahaman tentang sistem SCADA, protokol automasi perindustrian, dan rangkaian sensor adalah satu kelebihan.


Kemahiran Lembut

  • Kemampuan penyelesaian masalah yang kuat dan kemahiran pemikiran kritis.
  • Kemahiran komunikasi yang cemerlang, dengan kemampuan untuk menerangkan model yang kompleks kepada pemangku kepentingan bukan teknikal.
  • Kemampuan untuk bekerja secara bebas dan kolaboratif dalam persekitaran yang pantas.
  • Proaktif dalam belajar dan mengikuti perkembangan teknologi baru dalam ruang AI perindustrian.


Kelayakan yang Diharapkan:


  • Ijazah sarjana muda (minimum) dalam Sains Data, Sains Komputer, Kejuruteraan, Fizik, Sains Bahan, atau bidang berkaitan.
  • Terbuka kepada graduan baru dengan pengalaman teknikal yang kuat dan portfolio projek yang menunjukkan kepakaran dalam sains data dan pembelajaran mesin.
  • Sarjana atau Ph.D. dalam bidang yang berkaitan dianggap sebagai satu kelebihan.
  • Pengalaman dalam sektor penjanaan tenaga, analitik tenaga boleh diperbaharui, atau penyelenggaraan perindustrian.
  • Latar belakang dalam pemodelan numerik (Analisis Unsur Terhingga, Dinamik Bendalir Komputasi).
  • Pendedahan kepada Kembar Digital dan aplikasi AI Perindustrian.
  • Pengalaman praktikal dengan pengoptimuman proses dan sistem kawalan yang dipacu AI.

Syarat-syarat

Sila rujuk kepada deskripsi kerja.

Analisis DataPembelajaran MesinPemodelan StatistikalVisualisasi DataPythonPemrograman RSQLPenyelesaian MasalahPemikiran Kritis
Preview

Boss

HR ManagerAboitiz Data Innovation (ADI)

Disiarkan pada 30 May 2025

Laporkan

Peringatan Keselamatan Bossjob

Jika jawatan memerlukan anda bekerja di luar negara, sila berhati-hati dan berhati-hati dengan penipuan.

Jika anda menemui majikan yang mempunyai tindakan berikut semasa pencarian kerja anda, sila laporkan segera

  • menahan ID anda,
  • menghendaki anda memberikan jaminan atau mengumpulkan sesuatu,
  • memaksa anda untuk melabur atau mengumpul dana,
  • mengumpul faedah haram,
  • atau situasi haram yang lain.