Modeling Engineer - Optimus Fleet Data Analytics

Job Description

Job Responsibilities

• Build and automate data pipelines for processing large-scale fleet telemetry data from Optimus robots.
• Analyze how robots perform in the field to inform hardware design decisions.
• Apply physics-based models to derive insights beyond raw sensor measurements.
• Develop metrics and dashboards on fleet-wide datasets to track trends, monitor hardware health and find opportunities for design improvements.

• Κατασκευή και αυτοματοποίηση pipelines δεδομένων για την επεξεργασία τηλεμετρικών δεδομένων μεγάλης κλίμακας από ρομπότ Optimus.
• Ανάλυση της απόδοσης των ρομπότ στο πεδίο, με στόχο την υποστήριξη αποφάσεων σχεδιασμού υλικού (hardware).
• Εφαρμογή μοντέλων βασισμένων στη φυσική για την εξαγωγή συμπερασμάτων πέρα από τις ακατέργαστες μετρήσεις αισθητήρων.
• Ανάπτυξη μετρήσεων και dashboards σε σύνολα δεδομένων ολόκληρου του στόλου, για την παρακολούθηση τάσεων, την εποπτεία της υγείας του υλικού και τον εντοπισμό ευκαιριών βελτίωσης του σχεδιασμού.

Job Requirements

• BSc in Engineering or Computer Science, or equivalent
• Ideally experience, within a similar position
• Strong mathematical and statistics background
• Strong Python programming skills
• Ability to communicate in English language at a professional level, both verbally and written

The following is desirable:

• Understanding of optimization fundamentals
• Understanding of algorithmic techniques and data structures
• Experience with time-series analysis of telemetry or sensor data
• Experience with data visualization and dashboarding
• Understanding of electric motors, actuators, or powertrain systems
• Experience processing large-scale datasets

• Πτυχίο (BSc) Μηχανικού ή Πληροφορικής, ή ισοδύναμο
• Ιδανικά εμπειρία σε αντίστοιχη θέση
• Ισχυρό υπόβαθρο στα μαθηματικά και τη στατιστική
• Ισχυρές δεξιότητες προγραμματισμού σε Python
• Ικανότητα επικοινωνίας στην αγγλική γλώσσα σε επαγγελματικό επίπεδο, προφορικά και γραπτά

Τα ακόλουθα θεωρούνται επιθυμητά:

• Κατανόηση των θεμελιωδών αρχών βελτιστοποίησης
• Κατανόηση αλγοριθμικών τεχνικών και δομών δεδομένων
• Εμπειρία στην ανάλυση χρονοσειρών τηλεμετρικών δεδομένων ή δεδομένων αισθητήρων
• Εμπειρία στην οπτικοποίηση δεδομένων και τη δημιουργία dashboards
• Κατανόηση ηλεκτρικών κινητήρων, ενεργοποιητών (actuators) ή συστημάτων μετάδοσης κίνησης (powertrain)
• Εμπειρία στην επεξεργασία συνόλων δεδομένων μεγάλης κλίμακας