Opiskelijat
Vertexillä on tiivis opiskelijayhteistyö
Kolme syytä miksi opiskelijat viihtyvät Vertexillä
- Vertexin ilmapiiri. Vertexillä on mukavat kollegat ja lämminhenkinen yhteisöllisyys. Meillä kaikki puhaltavat samaan hiileen ja myös etänä pidetään yhteyttä.
- Mahdollisuus oppia ja onnistua. Vertexillä opiskelijat saavat vastuuta ja pääsevät heti oikeisiin hommiin.
- Apua on aina saatavilla. Meillä kukaan ei jää ongelmien kanssa yksin, vaan kaikkia autetaan.
Tutustu opiskelijapolkuumme
Usein kysytyt kysymykset – FAQ
Q: Millaista tukea opiskelija saa aloittaessaan Vertexillä?
A: Meillä jokaiselle opiskelijalle tehdään oma perehdytyssuunnitelma ja nimetään tutor, joka tukee työhön perehtymistä. Opiskelijalla on aina myös koko tiimin tuki.
Q: Missä Vertex sijaitsee?
A: Hervannassa kampuksen ja ratikan läheisyydessä, työskentelemme myös joustavasti etänä.
Q: Minkälaisia hommia opiskelijat pääsevät tekemään?
A: Työtehtäviä on yleisesti ohjelmistokehityksen ja asiakastuen parissa.
Q: Minkälaisia työaikoja opiskelijoilla yleensä on?
A: Opiskelijat tekevät usein töitä opintojen ohessa, ja olemme työajan suhteen hyvin joustavia. Luotamme siihen, että opiskelijat pystyvät sovittamaan aikataulunsa parhaalla tavalla, ja meille opiskelijan valmistuminen on aina ensisijalla!
Kokemuksia kesätöistä Vertexillä
Kesätyöntekijämme kertovat työtehtävistään ja viihtymisestään harjoittelijoina.
Lue lisää
Ohjelmistokehitys Vertexillä
Miksi työskentelisit meillä?
Meillä tehtyjä kandi- ja diplomitöitä
Intelligent assembly constrains
In this blog post, Joonas goes over how his master’s thesis on assembly constraint classification was created for Vertex Systems. As a part of the thesis a classifier system was developed within the Vertex G4 CAD software. The work demonstrates how modern machine learning techniques, such as deep learning and the convolutional neural network architecture, can concretely be used to enhance productivity in CAD.
AI assisted document archiving
Juhana tells in his blog post how he came up with the idea of a machine learning based text document classifier and how it was implemented as a part of his master’s thesis. The application implemented utilizes tools from natural language processing (NLP) in order to label documents with matching keywords. This reduces the need for manual work and makes it possible to perform content based document search.
Heräsikö kysyttävää? Ota yhteyttä!
