Verbringen Sie das Semester bei Floodlight und wandeln Sie Rohdaten aus dem Weltraumzeitalter in Erkenntnisse zum Klima um. Sie verbringen jede Woche 10 bis 20 Stunden mit Kursarbeit und Code, entwickeln produktionsrelevante Funktionen und beenden das Semester mit einer klaren Erfolgsgeschichte.
Woran Sie arbeiten werden
• Erweitern Sie unsere Warnpipeline, damit Risikoereignisse und Anomalien Slack und E-Mail mit hilfreichem Kontext und nicht mit Lärm erreichen.
• Fügen Sie unserem React-Geodaten-Dashboard Ebenen und Interaktionen hinzu. Denken Sie an Facility Matching, Polygonverbindungen und Risikoansichten auf Anlagenebene.
• Sorgen Sie für faire Ausgaben für Google Cloud, indem Sie Jobs profilieren, BigQuery optimieren und Datenpfade vereinfachen.
• Stellen Sie dem Führungsteam bei jedem Sprint die Siege vor und schreiben Sie kurze Notizen, in denen das Warum und nicht nur das Was erklärt wird.
Beispielprojekte, die Sie besitzen könnten
• Eine nächtliche CO2- und Aktivitätsdatenzusammenstellung, die die Anlagen-IDs der EPA, EIA und unseres internen Registers abgleicht, einschließlich Datenqualitätsprüfungen.
• Eine Warnregel, die die Waldbranderkennungen der NASA und das lokale Wetter kombiniert, um wahrscheinliche Emissionsspitzen für gezielte Nachverfolgungen zu kennzeichnen.
• Ein kleiner Evaluator, der vorgeschlagene Abhilfemaßnahmen mit historischen Ergebnissen vergleicht, um Maßnahmen nach erwarteter Auswirkung und Aufwand zu bewerten.
Was Sie lernen werden
Moderne Datentechnik in der Google Cloud. Praktische Geodaten mit Python, SQL und React. Alarmdesign, das die Benutzer tatsächlich im Auge behalten. Code-Versand mit Code-Überprüfung, Tests und Empathie auf Abruf. Eine Produktgeschichte mit Daten erzählen.
Unser Stack
Python, SQL, Node, React, Git, Docker, Google Cloud mit Pub Sub, Cloud Functions, Cloud Run und BigQuery. GeoPandas und PostGIS kommen häufig vor. Wenn Sie noch keine Erfahrung mit einem dieser Programme haben, können wir es Ihnen beibringen.
Du passt gut, wenn
• Sie können ein API-Dokument lesen und ohne Probleme einen funktionierenden Client erhalten.
• Sie sind mit Python und SQL vertraut. Erfahrung mit React ist ein Plus.
• Sie wandeln gerne unübersichtliche Datensätze in Entscheidungen um.
• Sie kommunizieren klar und halten kleine Versprechen pünktlich ein.
Zeit und Ort
September bis Dezember. Zwölf bis zwanzig Stunden pro Woche. Remote-Arbeit ist möglich, mit mindestens drei Stunden Überschneidung in Central Time. Treffen in Austin oder Wien finden gelegentlich statt.
Entschädigung
Bezahltes Praktikum.
Von Ihnen zu erbringende Leistungen
• Ein Produktionsdatenjob mit Tests und Überwachung bis zur sechsten Woche.
• Bis zum Ende der Laufzeit wird ein Feature oder Analysetool ausgeliefert.
• Eine kurze Beschreibung, die Auswirkungen, Kompromisse und nächste Schritte erklärt.
So bewerben Sie sich
Senden Sie einen Lebenslauf, einen Absatz über ein Projekt, das Ihnen gefallen hat, und Links zu GitHub oder ein kurzes Codebeispiel. Wenn Sie eine Karte oder Datenvisualisierung haben, auf die Sie stolz sind, fügen Sie einen Screenshot bei.
Bitte Kontaktieren Sie uns bewerben.
