About Us
At Dyson, we’re driven by a relentless pursuit of innovation—pushing boundaries in engineering, AI, and robotics. Our new Data Intelligence team sits at the heart of this mission: shaping Dyson’s future through data. Here, we blend creativity, precision, and audacity to power intelligent products. We craft data strategies and pipelines that fuel the next generation of connected devices.
You’ll work alongside brilliant minds from Dyson global engineering team and external software/hardware partners in an environment built for exploration, discovery, delivery and impact.
About The Role
We are looking for a specialized Data Intelligence Machine Learning Engineer to design and implement in-house tools that automate our data labelling pipelines. Your primary goal will be to reduce our reliance on manual annotation by leveraging techniques like Active Learning, Weak Supervision, and Synthetic Data Generation. You will bridge the gap between raw data collection and model-ready datasets, ensuring high-quality labels at scale.
Key Responsibilities
- Architect Labelling Pipelines: Design and deploy end-to-end automated labelling systems using frameworks like Snorkel, Cleanlab, or custom active learning loops.
- Develop "Human-in-the-Loop" (HITL) Systems: Build interfaces and workflows where models pre-label data and humans only intervene on high-uncertainty samples.
- Quality Assurance & Denoising: Implement algorithmic checks to identify and correct mislabelled or "noisy" data within existing datasets.
- Tooling & Integration: Collaborate with software engineers to integrate labelling tools with our existing data lakes and ML training infrastructure.
- Model Optimization: Fine-tune "teacher" models to generate high-quality pseudo-labels for "student" models.
- Set up and maintain robust data preparation infrastructure—optimising for data quality, speed, and seamless integration with downstream MLOps pipelines.
- Perform data visualization and in-depth analysis using advanced data and feature engineering techniques. You’ll help transform raw data into actionable insight, supporting both research and deployment.
- Work closely with Data Scientists, Software Engineers, and Product teams to ensure high data quality and usability across products and projects.
About you
- At least 3+ years of professional experience in Machine Learning engineering, specifically focused on data centric-AI or computer vision/NLP pipelines.
- Proficiency in Python: Mastery of the Machine Learning stack (PyTorch or TensorFlow, NumPy, Pandas, Scikit-learn).
- Automated Labelling Expertise: Proven experience with Weak Supervision (labelling functions) or Active Learning strategies (uncertainty sampling, diversity sampling).
- Data Engineering: Experience with SQL and NoSQL databases, and managing large-scale unstructured data (images, text, or audio).
- Cloud Infrastructure: Familiarity with AWS (SageMaker Ground Truth), GCP (Vertex AI), or Azure ML labelling services.
- Version Control for Data: Experience with DVC (Data Version Control) or similar tools to track dataset iterations.
- Hands-on expertise building auto-labelling solutions or working with large-scale data annotation workflows.
- Advanced skills in Python (and/or other relevant languages), and experience with key ML/data science libraries (e.g. TensorFlow, PyTorch, scikit-learn, pandas).
- Experience designing, deploying, and maintaining scalable data pipelines, including data cleansing, transformation, and storage (cloud, on-prem, or hybrid).
- Strong background in feature engineering, data analysis, and data visualization—comfortable using tools like Jupyter, Tableau, or Power BI.
- Great communicator who documents solutions clearly and collaborates effortlessly across technical and non-technical teams.
- Able to balance speed and quality, stay curious about new developments, and deliver results in a fast-moving environment.
- Bachelor’s or Master's degree in computer science, Engineering, Mathematics, Data Science, or a related field.
Dyson is an equal opportunity employer. We know that great minds don’t think alike, and it takes all kinds of minds to make our technology so unique. We welcome applications from all backgrounds and employment decisions are made without regard to race, colour, religion, national or ethnic origin, sex, sexual orientation, gender identity or expression, age, disability, protected veteran status or other any other dimension of diversity.
من نحن
في دايسون (Dyson)، نتحرك بشغف دائم ونشاط لا يهدأ نحو الابتكار—حيث نتجاوز الحدود في مجالات الهندسة، والذكاء الاصطناعي، والروبوتات. يقع فريق ذكاء البيانات الجديد لدينا في قلب هذه المهمة: صياغة مستقبل دايسون من خلال البيانات. هنا، ندمج الإبداع والدقة والجرأة لتمكين المنتجات الذكية. نحن نبتكر استراتيجيات وخطوط معالجة البيانات التي تغذي الجيل القادم من الأجهزة المتصلة.
ستعمل إلى جانب عقول لامعة من فريق الهندسة العالمي في دايسون وشركاء البرمجيات والأجهزة الخارجيين في بيئة صُممت للاستكشاف والابتكار والتسليم وتحقيق الأثر.
عن الوظيفة
نحن نبحث عن مهندس تعلم الآلة لذكاء البيانات متخصص لتصميم وتنفيذ أدوات داخلية تُؤتمت خطوط معالجة تصنيف البيانات لدينا. سيكون هدفك الرئيسي هو تقليل اعتمادنا على التوصيف اليدوي من خلال الاستفادة من تقنيات مثل التعلم النشط (Active Learning)، والإشراف الضعيف (Weak Supervision)، وتوليد البيانات الاصطناعية (Synthetic Data Generation). ستعمل على سد الفجوة بين جمع البيانات الخام ومجموعات البيانات الجاهزة للنماذج، مما يضمن تصنيفات عالية الجودة على نطاق واسع.
المسؤوليات الرئيسية
- بناء هندسة خطوط معالجة التصنيف: تصميم ونشر أنظمة تصنيف مؤتمتة متكاملة باستخدام أطر عمل مثل Snorkel أو Cleanlab أو حلقات التعلم النشط المخصصة.
- تطوير أنظمة "العنصر البشري في الحلقة" (HITL): بناء واجهات ومسارات عمل حيث تقوم النماذج بتصنيف البيانات مسبقًا ويقتصر تدخل البشر على العينات ذات نسبة الشك العالية.
- ضمان الجودة وإزالة الضوضاء: تنفيذ عمليات فحص خوارزمية لتحديد وتصحيح البيانات المصنفة بشكل خاطئ أو "المشوشة" ضمن مجموعات البيانات الحالية.
- الأدوات والتكامل: التعاون مع مهندسي البرمجيات لدمج أدوات التصنيف مع بحيرات البيانات الحالية والبنية التحتية لتدريب تعلم الآلة.
- تحسين النماذج: الضبط الدقيق لنماذج "المعلم" لتوليد تصنيفات زائفة عالية الجودة لنماذج "الطلاب".
- إعداد وصيانة بنية تحتية قوية لإعداد البيانات—مع تحسين جودة البيانات والسرعة والتكامل السلس مع خطوط معالجة MLOps اللاحقة.
- إجراء تصور للبيانات وتحليل متعمق باستخدام تقنيات البيانات وهندسة الميزات المتقدمة. ستساعد في تحويل البيانات الخام إلى رؤى قابلة للتنفيذ، مما يدعم كلاً من البحث والنشر.
- العمل بصلة وثيقة مع علماء البيانات ومهندسي البرمجيات وفرق المنتجات لضمان جودة عالية للبيانات وقابلية استخدامها عبر المنتجات والمشاريع.
نبذة عنك
- خبرة مهنية لا تقل عن 3+ سنوات في هندسة تعلم الآلة، وتحديدًا بالتركيز على الذكاء الاصطناعي المرتكز على البيانات أو خطوط معالجة الرؤية الحاسوبية/معالجة اللغات الطبيعية (NLP).
- إتقان لغة Python: إتقان حزمة تعلم الآلة (PyTorch أو TensorFlow، وNumPy، وPandas، وScikit-learn).
- خبرة في التصنيف المؤتمت: خبرة مثبتة في الإشراف الضعيف (وظائف التصنيف) أو استراتيجيات التعلم النشط (أخذ العينات القائم على الشك، أخذ العينات التنوعي).
- هندسة البيانات: خبرة في قواعد بيانات SQL وNoSQL، وإدارة البيانات غير المهيكلة واسعة النطاق (الصور أو النصوص أو الصوت).
- البنية التحتية السحابية: دراية بدمج خدمات التصنيف في AWS (SageMaker Ground Truth) أو GCP (Vertex AI) أو Azure ML.
- التحكم في إصدارات البيانات: خبرة في استخدام DVC (Data Version Control) أو أدوات مماثلة لتتبع تكرارات مجموعات البيانات.
- خبرة عملية في بناء حلول التصنيف التلقائي أو العمل مع مسارات عمل توصيف البيانات واسعة النطاق.
- مهارات متقدمة في لغة Python (و/أو اللغات الأخرى ذات الصلة)، وخبرة في مكتبات تعلم الآلة/علوم البيانات الرئيسية (مثل TensorFlow وPyTorch وscikit-learn وpandas).
- خبرة في تصميم ونشر وصيانة خطوط بيانات قابلة للتوسع، بما في ذلك تنظيف البيانات وتحويلها وتخزينها (سحابية أو محلية أو هجينة).
- خلفية قوية في هندسة الميزات وتحليل البيانات وتصور البيانات—مع الأريحية في استخدام أدوات مثل Jupyter أو Tableau أو Power BI.
- قدرة ممتازة على التواصل، وتوثيق الحلول بوضوح، والتعاون بسلاسة عبر الفرق الفنية وغير الفنية.
- القدرة على الموازنة بين السرعة والجودة، والحفاظ على الشغف بالتطورات الجديدة، وتحقيق النتائج في بيئة سريعة الوتيرة.
- درجة البكالوريوس أو الماجستير في علوم الحاسوب، أو الهندسة، أو الرياضيات، أو علوم البيانات، أو مجال ذي صلة.
تعتبر دايسون صاحب عمل يتيح تكافؤ الفرص. نحن نعلم أن العقول العظيمة لا تفكر بالطريقة نفسها، وأن الأمر يتطلب جميع أنواع العقول لجعل تقنيتنا فريدة من نوعها. نرحب بالطلبات من جميع الخلفيات، وتُتخذ قرارات التوظيف دون النظر إلى العرق، أو اللون، أو الدين، أو الأصل القومي أو العرقي، أو الجنس، أو التوجه الجنسي، أو الهوية أو التعبير الجنساني، أو العمر، أو الإعاقة، أو وضع المحارب القديم المحمي، أو أي أبعاد أخرى للتنوع.