Machine Learning / Data Scientist

Mens vi forbereder implementeringer hos professionelle fodboldklubber, søger vi en person, der vil være med til at bygge og validere modellaget bag vores individuelle Training Response Profiles.

Problemet er interessant, fordi data i sagens natur er rodede:

• longitudinelle og stærkt individuelle
• multimodale og asynkrone
• sparsomme, og med manglende data på ikke-tilfældige måder
• påvirket af træningsdosis, restitution, rejser, kontekst og adaptation
• indsamlet fra atleter frem for kontrollerede laboratoriesystemer

Vi er især interesserede i personer med erfaring med eller stærk interesse for:

• tidsserier / longitudinel modellering
• hierarkisk og personaliseret ML
• multimodal datafusion
• usikkerheds- og missing-data-modellering
• sekventielle / temporale modeller
• process mining og hændelsesbaserede repræsentationer
• grundig modelvalidering og benchmarking

Python og stærke statistiske og ML-fundamenter er vigtige. Erfaring med sportsvidenskab er absolut ikke et krav.

Det, der betyder langt mere, er videnskabelig nysgerrighed, at være tryg ved at udfordre antagelser, og at ville bygge modeller, der skal kunne holde til mødet med virkelige data.

Du vil arbejde tæt sammen med vores CEO, ingeniørteamet og forskere på tværs af DTU, med adgang til et voksende longitudinelt datasæt og reelle implementeringsmiljøer i professionel fodbold.

Rollen kan starte på deltid sideløbende med et kandidat- eller ph.d.-forløb og har potentiale til at udvikle sig til en fuldtidsstilling, i takt med at Twinspire vokser.

Hvis det lyder som dig - eller du kommer i tanke om en, der er exceptionelt dygtig - så skriv til os.