Opportunité de stage : Kobold Completions

"Si vous êtes intéressé par l'application de l'apprentissage automatique aux problèmes de séries temporelles dans le secteur de l'énergie, cette opportunité est faite pour vous. Faites partie de l'équipe de chercheurs et de scientifiques spécialisés dans l'apprentissage automatique et bénéficiez du mentorat de certains des meilleurs esprits de l'IA."

-- Shazan Jabbar, scientifique en charge de l'apprentissage automatique et Mara Cairo, Product Owner - Advanced Technology

Description

À propos du rôle

Il s'agit d'un stage rémunéré qui se déroulera sur une période de neuf mois avec la possibilité d'être embauché par notre client par la suite (note : à la discrétion du client). Le stagiaire relèvera d'un scientifique principal d'Amii et consultera régulièrement l'équipe du client pour partager des idées et s'engager dans des activités de transfert de connaissances.

À propos de notre client

Kobold Completions est un fournisseur mondial de technologies et de services avancés de complétion de puits pour l'industrie du pétrole et du gaz. Nous sommes spécialisés dans la technologie de transport par bobine pour la complétion et l'assainissement des puits. L'équipe de direction de Kobold s'appuie sur des décennies de connaissances et d'expérience dans l'industrie internationale du pétrole et du gaz. Avec des décennies de R&D derrière elle, l'équipe est l'auteur et le nom de plus de 182 brevets.

A propos du projet

Le poste de stagiaire en apprentissage machine fait partie du projet Kobold Real-time Information Gathering System (RIGS). Ce projet consiste à collecter et à analyser les données de complétion des puits à partir de plusieurs dispositifs et capteurs sur site. Afin de collecter et d'analyser les données dans cet environnement distant souvent déconnecté, nous déploierons des ordinateurs de bord pour effectuer le décodage initial et aligner les horodatages des dispositifs en temps réel et des dispositifs de mémoire. Les ordinateurs de bord géreront également la diffusion des données (lorsqu'elles sont disponibles) vers les ressources en nuage. Le stagiaire en apprentissage machine sera spécifiquement impliqué dans le développement d'algorithmes pour corréler les données des outils de mémoire de fond de trou très précis avec les capteurs de surface en temps réel. L'objectif de la partie du projet consacrée à l'apprentissage automatique est de fournir aux superviseurs des outils sur place une plus grande certitude quant aux événements survenant en fond de trou et de jeter les bases d'autres possibilités d'apprentissage automatique en temps réel sur place.

Compétences / expertise requises

Nous recherchons une personne talentueuse et enthousiaste ayant de solides connaissances en apprentissage automatique et une expérience de travail avec des données de séries chronologiques, de préférence dans le domaine du pétrole et du gaz.

Principales responsabilités :

• Nettoyer et conserver les ensembles de données historiques
• Effectuer une analyse exploratoire des données
• Construire, former et évaluer des modèles ML
• Développer des flux de données et des flux ML
• Entreprendre des recherches appliquées sur les techniques de ML afin de remédier aux limites des modèles existants.
• Collaborer avec l'équipe de projet et les parties prenantes pour développer le MVP.

Qualifications requises :

• Achèvement d'un programme d'études supérieures en informatique ou en ML, MSc. ou Ph.D.
• Expérience de recherche ou de projet avec des données de séries chronologiques
• Solide compréhension et expérience des applications des techniques d'apprentissage profond telles que les modèles de séquence (RNN, Transformers, etc.) ou l'apprentissage multi-tâches.
• Expérience/familiarité avec les meilleures pratiques d'ingénierie logicielle.
• Maîtrise du langage de programmation Python et des cadres, bibliothèques et boîtes à outils ML connexes (par exemple, Scikit learn, Keras, Tensorflow, Pandas, Jupyter notebooks).
• Une attitude positive envers l'apprentissage et la compréhension d'un nouveau domaine appliqué.
• Vous devez être légalement autorisé à travailler au Canada

Qualifications souhaitées :

• Connaissance de l'industrie pétrolière et gazière
• Dossier de publication dans des conférences universitaires évaluées par des pairs ou des revues pertinentes dans le domaine de l'apprentissage automatique.
• Familiarité avec les méthodes de détection des anomalies dans les séries temporelles telles que les autoencodeurs variationnels (VAE).

Exigences non techniques :

• Désir de s'approprier un problème et compétences de leadership démontrées.
• Esprit d'équipe interdisciplinaire, enthousiaste à l'idée de travailler ensemble pour atteindre l'excellence.
• Capable d'une pensée critique et indépendante
• Capacité à communiquer clairement des concepts techniques et à donner des conseils sur l'application de l'intelligence artificielle.
• la curiosité intellectuelle et le désir d'apprendre de nouvelles choses, techniques et technologies

Pourquoi vous devriez postuler

Outre l'acquisition d'une expérience dans le secteur, les avantages supplémentaires sont les suivants :

• Travailler sous le mentorat d'un scientifique principal d'Amii pendant la durée du projet.
• Participer à des activités de développement professionnel
• Accéder à la communauté Amii et aux événements.
• Développez votre réseau professionnel
• La possibilité d'occuper un poste permanent dans le domaine de l'apprentissage automatique au sein de l'organisation du client à la fin du mandat (à la discrétion du client).

Comment postuler

Si cela ressemble à l'opportunité que vous attendiez, n'attendez pas pour postuler ! Veuillez envoyer votre lettre de motivation et votre CV par le biais de l'annonce Indeed avant le 22 avril 2022.

Préférence pour les candidats de Calgary, Alberta. Les candidats doivent être légalement autorisés à travailler au Canada au moment de la demande.

Amii est fière d'être un employeur qui respecte l'égalité des chances. Nous nous engageons à créer une main-d'œuvre diversifiée, inclusive et excellente.