من الرائع العمل في شركة يؤمن فيها الناس حقًا بما يفعلونه!

نحن ملتزمون بجلب الشغف وتركيز العملاء إلى العمل.

وصف الوظيفة:

الدور هو لمهندس ذكاء اصطناعي/تعلم آلي في منصة التنبؤ بالذكاء الاصطناعي/التعلم الآلي.
بناء وصيانة خطوط إدخال البيانات، والتحويل، والهندسة المميزة لدعم تدريب النماذج والاستدلال.
بناء وصيانة الأنظمة لدعم تجارب نماذج الذكاء الاصطناعي/التعلم الآلي، ومرحلة الاختبار والنشر.
تنفيذ وإدارة أنظمة التنسيق لنماذج الذكاء الاصطناعي/التعلم الآلي وخطوط البيانات، وتحسين النماذج وخطوط البيانات.
التعاون مع علماء البيانات لبناء وظائف معالجة البيانات، والهندسة المميزة، ووظائف المعالجة اللاحقة لضمان أن البيانات المستخدمة في تدريب النماذج ذات جودة عالية وجاهزة.
التعاون مع فرق الأعمال والمنتجات لتقديم التحليلات والتقارير.
يدعم تنفيذ تدابير الأمان والامتثال ضمن عملية تطوير الذكاء الاصطناعي/التعلم الآلي، بما يتماشى مع سياسات الشركة واللوائح الصناعية.
البقاء على اطلاع بأحدث التقنيات والأطر في الذكاء الاصطناعي، واقتراح تحسينات وتحديثات للأنظمة الحالية.
المهارات :
· خبرة في هندسة البيانات وبناء خطوط بيانات/تعلم آلي لنماذج الذكاء الاصطناعي/التعلم الآلي وتحليلات الأعمال والرؤى.
· خبرة في التطبيقات المدعومة بالذكاء الاصطناعي/التعلم الآلي مع مجموعات بيانات كبيرة.
· خبرة في أدوات عمليات التعلم الآلي.
· خبرة عملية وكفاءة في بناء خطوط بيانات/تعلم آلي موثوقة وقابلة للتوسع لأنظمة التحليلات والذكاء الاصطناعي/التعلم الآلي، والعمل مع مجموعات كبيرة من البيانات المنظمة وغير المنظمة من مصادر متباينة.
· أدوات وأطر عمليات التعلم الآلي مثل MLflow، Kubeflow أو Vertex AI.
· فهم أساسي لنماذج التعلم الآلي.
· فهم قوي لمنصات السحابة (AWS، Azure، أو GCP).
· خبرة في إدارة سجل النماذج وتنفيذ أفضل ممارسات النسخ.
· أطر تقديم النماذج.
· SQL، بايثون، سبارك، باي سبارك.
· أنظمة البيانات الكبيرة - نظام هادوب (HDFS، Hive، MapReduce) أو السحابة.
· قواعد بيانات التحليلات مثل Druid، وأدوات تصور/استكشاف البيانات مثل Superset.
· CI/CD، GIT.
· Apache Airflow، Cloud Composer.
· خبرة في سحابة GCP، Big Query.
خبرة في التنبؤ بالتجزئة أو نماذج التنبؤ الأخرى/التنبؤ بالسلاسل الزمنية.

ملاحظات:

• توصيات المنتجات للمساعدة في التشكيل في التجزئة. خبرة متوسطة، مجال CPG،
• معرفة متوسطة بالخوارزميات الشائعة في علم البيانات (أساليب غير خاضعة للإشراف مثل التجميع، طرق الانحدار، التحسين) - فهم أين يمكن تطبيق هذه الأساليب المختلفة وكيف يمكن أن تتناسب معًا.
• فهم مفهومي لأهمية جودة الكود والمعايير.
• القدرة على تأطير واقتراح حل لمشكلة من البداية إلى النهاية بناءً على حالة استخدام أو بيان مشكلة تجارية بسيطة.
• القدرة على تصميم وتنفيذ تجارب علمية للإجابة على أسئلة تقنية محددة.
• فهم الجبر الخطي الأساسي/نظرية المصفوفات.
• فهم اعتبارات أداء الكود الأساسية (مثل فهم big-O).
• فهم نظرية الاحتمالات والإحصاء الأساسية.

إذا كنت تحب النمو السريع والعمل مع أشخاص متحمسين ومتفوقين، ستستمتع بمسيرتك المهنية معنا!

الهند: [email protected]

خارج الهند: [email protected]

هذه الصندوق لا يعالج تقديم السير الذاتية. يجب تقديم جميع الطلبات من خلال إعلانات الوظائف المنشورة.

ليس مناسبًا تمامًا؟ دعنا نعرف أنك مهتم بفرصة مستقبلية من خلال النقر على قدم نفسك في الزاوية العلوية اليمنى من الصفحة أو إنشاء حساب لتعيين تنبيهات البريد الإلكتروني عند توفر إعلانات وظائف جديدة تتناسب مع اهتماماتك!