Data Scientist

🕒 Janeiro 19

Candidatar-se

Encontrar Vagas Remotas Similares

Configurar Alerta de Email para Novas Vagas

📊 Verifique sua pontuação de currículo para esta vaga

Melhore suas chances de conseguir uma entrevista verificando sua pontuação de currículo antes de se candidatar.

Enviar Currículo

TRACTIAN

SiteLinkedInTodas as Vagas

51 - 200 funcionários

🏢 Corporativo

⚡ Energia

Enterprise • Industrial • Energy

TRACTIAN é uma empresa especializada em Asset Performance Management (APM), oferecendo soluções líderes de mercado para garantir zero downtime em plantas industriais. Com produtos como Smart Trac Condition Monitoring & Auto Diagnosis e TracOS™ Maintenance Management Software, a TRACTIAN permite que gestores de plantas prevejam falhas, evitem paradas e gerenciem ativos com eficiência. Suas soluções também focam em eficiência energética, transformando dados de consumo de energia em lucro. A TRACTIAN colabora com setores como automotivo, mineração, óleo e gás e farmacêutico, oferecendo insights avançados e diagnósticos com IA para aumentar a confiabilidade das máquinas e a eficiência operacional.

Descrição

• Develop **predictive maintenance **algorithms using machine learning techniques for time-series data. • Analyze **sensor data** streams to identify patterns that predict equipment failure. • Research and stay up to date with academic literature and state-of-the-art condition monitoring techniques, translating relevant advances into practical solutions. • Collaborate with engineers to improve data pipelines and enhance model accuracy. • Build scalable, real-time models for low-latency predictions. • Create diagnostic tools that enable data-driven maintenance decisions. • Work with the **laboratory team **to design experiments and develop failure datasets using real machinery to validate hypotheses, develop new models, and optimize existing ones. • Continuously refine models based on real-world performance, experimental results, and feedback.

🎯 Requisitos

• Expertise in machine learning, time-series analysis, and anomaly detection. • Proficiency in Python and common data science and ML libraries (e.g., NumPy, pandas, scikit-learn, PyTorch). • Solid understanding of **signal processing **concepts and hands-on experience with industrial sensor data (e.g., vibration, current, temperature, pressure). • Ability to read, interpret, and apply insights from academic literature and state-of-the-art research in condition monitoring and fault diagnosis. • Experience designing experiments to validate hypotheses and benchmark models. • Strong problem-solving skills and ability to handle noisy, high-dimensional data. • Advanced English.