Deep Learning Data Scientist til naturmonitorering (Studiejob)

Koordinat ApS; København; In loco; DKK 165.000 - 248.000; Tempo pieno

Vantaggi offerti da questo lavoro

Fleksible studieperioder

Mulighed for speciale

Descrizione del lavoro

Koordinat ApS søger en teknisk stærk studerende til et studiejob i deep learning og data science. Du vil træne modeller i PyTorch, bygge datasæt fra luftfotos og LiDAR samt evaluere nye ideer på vores GPUServere.

Du arbejder selvstændigt, men får daglig sparring og adgang til store data, hvilket giver dig mulighed for at se dine resultater i praksis og bidrage til beslutninger i naturbevarelse i Danmark.

Competenze

• Er i gang med en relevant videregående uddannelse indenfor datalogi, statistik, matematik, fysik, machine learning eller en ingeniørretning.
• Har trænet modeller i PyTorch i kurser, projekter eller fritidsprojekter.
• Har et solidt statistisk fundament og er nysgerrig omkring at kombinere det med deep learning.
• Heller vil forstå problemerne til bunds end at vælge første løsningsforslag, der virker midlertidigt.
• Erfaring med satellit- og luftfotos, LiDAR eller økologiske data er et plus, men ikke krav.

Mansioni

• Træne og evaluere modeller i PyTorch og undersøge hvorfor de ikke lærer forventet.
• Bygge og kvalitetssikre datasæt ud fra luftfotos, satellitbilleder og LiDAR.
• Afprøve en idé fra en ny artikel og vurdere ærligt dens holdbarhed på vores data.
• Køre eksperimenter på vores egne GPU-servere og formidle resultaterne til teamet.

Conoscenze

PyTorch

Deep learning

Statistics

Data analysis

Satellite imagery

Formazione

Relevant videregående uddannelse: datalogi, statistik, matematik, fysik, ML eller ingeniørretning

Strumenti

Python

CUDA

Descrizione del lavoro

Koordinat ApS søger en teknisk stærk studerende til et studiejob i deep learning og data science. Du vil træne modeller i PyTorch, bygge datasæt fra luftfotos og LiDAR samt evaluere nye ideer på vores GPUServere.

Du arbejder selvstændigt, men får daglig sparring og adgang til store data, hvilket giver dig mulighed for at se dine resultater i praksis og bidrage til beslutninger i naturbevarelse i Danmark.