Bayesian Software Engineer

Stelle nicht auf LinkedIn

🕒 vor 9 Monaten

Jetzt Bewerben

Ähnliche Remote-Jobs finden

E-Mail-Benachrichtigung für neue Jobs einrichten

📊 Überprüfen Sie Ihre Lebenslauf-Bewertung für diese Stelle

Verbessern Sie Ihre Chancen auf ein Vorstellungsgespräch, indem Sie Ihre Lebenslauf-Bewertung vor der Bewerbung überprüfen.

Lebenslauf hochladen

PlantingSpace

WebsiteLinkedInAlle Stellen

11 - 50 Mitarbeiter

🤖 Künstliche Intelligenz

☁️ SaaS

🏢 Unternehmen

💰 Seed Round im 2021-11

Artificial Intelligence • SaaS • Enterprise

PlantingSpace entwickelt ein System, das Wissen und Ungewissheit akkurat repräsentiert, um die Entdeckung von Erkenntnissen und transparentes Problemlösen zu ermöglichen. Die Plattform integriert heterogene Informationen (Webseiten, Datenbanken, Artikel, Modelle) und beantwortet Anfragen in natürlicher oder domänenspezifischer Sprache. Die Antworten werden mit Wahrscheinlichkeitsverteilungen und einer transparenten, schrittweisen Darstellung der verwendeten Argumentation, Datenquellen, statistischen Methoden und Modelle geliefert. Geplante Einsatzmöglichkeiten umfassen die Tätigkeit als Analysten, Forschungsassistenten oder Data Scientists in verschiedenen Bereichen; der Ansatz kombiniert Kategorientheorie, Bayes'sche Statistik, Deep Learning und Kognitionswissenschaft zur Strukturierung, Analyse und Darstellung von unsicherem Wissen.

Beschreibung

• Define new features or fixes, based on awareness of overall objectives and challenges • Commit to delivering defined features or fixes end-to-end • Define implementation strategies, and work with others to implement them • Leverage the expertise of other team members effectively • Write design documents for more complex problems • Write clean and performant code • Help other team members to deliver on their goals

🎯 Anforderungen

• Software Engineers with a Bayesian statistics background • Production backend software engineering • Design and implementation of probabilistic programming language features • Implementation of Bayesian inference methods such as MCMC, SMC or VI. • Statistical modeling of real-world scenarios • Constrained optimization algorithms • Functional or typed programming • Only language used in the core of our system: Julia • Can help if you don’t know Julia: Rust, OCaml, Clojure • Also useful: C++, Haskell

🏖️ Vorteile

• Our team works fully remotely, and mostly within the CET timezone.