الوصف الوظيفي
تتطلب هذه الوظيفة خبرة لا تقل عن 10 سنوات، وموقعها في بنغالور أو مومباي. نوع الوظيفة: دوام كامل. مجالات التركيز: (1) هندسة منصات البيانات، (2) منصة التعلم الآلي وعمليات التعلم الآلي، (3) عمليات المنصة والتمويل، (4) حوكمة البيانات والجودة. الخبرة: 14-20 عامًا إجماليًا | 8-12 عامًا في هندسة منصات البيانات/التعلم الآلي. المنصة الأساسية: داتابريكس. السياق: يتم حاليًا تطوير طبقة الذكاء "v2.0" فوق هذه البحيرة، بهدف توحيد عمليات التعلم الآلي، وتوسيع قدرات الذكاء الاصطناعي، وضمان أن المنصة تقدم زمن استجابة أقل من ثانية عبر شبكة البيع بالتجزئة، التي تشمل عشرات الآلاف من المتاجر وقنوات رقمية ذات حركة مرور عالية. مجموعة منصات البيانات والتعلم الآلي (المجموعة A في تكنولوجيا المعلومات المؤسسية) تعمل كقوة دافعة وراء هذا التحول. يقودها نائب رئيس (L2) وتنظم في أربعة أعمدة يقودها نواب رئيس مساعدون، مدعومين بـ 10 مهندسي منصات جاهزين للذكاء الاصطناعي وفريق متحول من مهندسي البيانات. كل نائب رئيس مساعد مسؤول عن طبقة منصة معينة ويعمل كقائد بناء - متوقع منه ليس فقط الإدارة ولكن أيضًا التصميم، ومراجعة التعليمات البرمجية، والمساهمة بنشاط في التطوير جنبًا إلى جنب مع فريقه. الأعمدة الأربعة: نسعى لتوظيف أربعة نواب رئيس مساعدين، كل منهم يتولى عمود منصة واحد. بينما يمتلك كل نائب رئيس مساعد ملكية كاملة لعموده، يتعاون الأربعة عن كثب كفريق قيادة موحد تحت نائب الرئيس. يمكن تقييم المرشحين للتوظيف في أي عمود بناءً على نقاط قوتهم وملاءمتهم. (1) مهمة هندسة منصة البيانات: تحمل المسؤولية الكاملة عن بنية البحيرة الأساسية، بما في ذلك التخزين، والحوسبة، وطبقات منصة المطورين التي تدعم جميع العمليات الأخرى. تصميم وصيانة طبقة تخزين ديلتا، ومحرك الحوسبة فوتون، وتجريد كتالوج الوحدة، لخدمة أكثر من 1000 مطور عبر قطاعات البيع بالتجزئة المختلفة. تنفيذ تقنيات تحسين متقدمة بما في ذلك ضبط خطة الاستعلام، وسياسات التوسع التلقائي للمجموعات، واستراتيجيات ترتيب Z، ومخططات تقسيم لمجموعات البيانات التي تحتوي على تريليونات من الصفوف. إدارة منصة المطورين الداخلية من خلال تطوير SDKs، وأدوات CLI، والقوالب، وتمكين الانضمام الذاتي لتسريع وقت الفرق الجديدة للوصول إلى الاستعلام الأول. قيادة التنظيف الفني لتحديات الهجرة من المرحلة الأولى، بما في ذلك توحيد المخططات، وتوحيد الأنابيب، وإزالة التكرار من أنظمة السجل المصدر عبر مئات المصادر. الإشراف على مجموعة انتقال مهندسي البيانات ضمن هذا العمود، وتأسيس معايير هندسية، وفرض عمليات مراجعة التعليمات البرمجية، وتعريف مسارات التقدم الوظيفي. (2) مهمة منصة التعلم الآلي وعمليات التعلم الآلي: تحويل التعلم الآلي من خلال بناء بنية تحتية تنقل النماذج بكفاءة من دفاتر الملاحظات التجريبية إلى الإنتاج على نطاق البيع بالتجزئة. تطوير وصيانة دورة حياة التعلم الآلي من البداية إلى النهاية باستخدام MLflow، بما في ذلك تتبع التجارب، وتسجيل النماذج، وإعادة التدريب التلقائي، واختبار A/B، ونشر الكاناري. تصميم بنية الاستدلال في الوقت الحقيقي لتقديم خدمة النماذج بزمن استجابة أقل من 100 مللي ثانية عبر تطبيقات التوصية، والتسعير، وتوقع الطلب. بناء بنية الذكاء الاصطناعي الوكيلة التي تتضمن خطوط أنابيب RAG، ومتاجر المتجهات، وعمليات الضبط الدقيقة للنماذج الأساسية (باستخدام موسايك AI)، وإطارات تنسيق الوكلاء. إنشاء حوكمة لمتجر الميزات من خلال توحيد تعريفات الميزات، وفرض SLAs للانتعاش، وتتبع السلالة، وتعزيز إعادة استخدام الميزات عبر أقسام البيع بالتجزئة. ضمان موثوقية منصة التعلم الآلي من خلال إدارة مجموعات GPU/TPU، وجدولة وظائف التدريب، وتوزيع التكاليف لكل نموذج، وإدارة استجابة الحوادث لتدهور نماذج الإنتاج. (3) مهمة عمليات المنصة والتمويل: الحفاظ على استقرار المنصة، والأداء، والكفاءة من حيث التكلفة - خاصة خلال الفترات الحرجة. ضمان 99.99% من وقت تشغيل المنصة، وتوفير القيادة خلال الأحداث الحرجة مثل مبيعات الأعياد، وافتتاح المتاجر، وفترات الذروة في البيع بالتجزئة. إنشاء وتشغيل ممارسة التمويل التي تركز على تخصيص تكاليف DBU حسب الفريق والعبء، وتنفيذ نماذج الاسترداد، وأتمتة ضبط الموارد، وتقديم لوحات معلومات تكاليف تنفيذية. تصميم وإدارة أنظمة المراقبة والرصد التي تغطي صحة الأنابيب، وأداء الاستعلام، واستخدام المجموعات، وSLAs لانتعاش البيانات عبر جميع مجاري القيمة الستة. قيادة تخطيط السعة من خلال توقع متطلبات الحوسبة والتخزين بما يتماشى مع موسمية البيع بالتجزئة (دورات الأعياد، وإطلاق المتاجر الجديدة، وتقديم الفئات) وتوفير الموارد وفقًا لذلك مسبقًا. الإشراف على إدارة الحوادث، وتطوير كتب التشغيل، وإجراء تقييمات ما بعد الحادث لمنصة داتابريكس، وضمان تحقيق الأهداف لزمن الاسترداد المتوسط وتحسينه باستمرار. (4) مهمة حوكمة البيانات والجودة: العمل كوصي تقني لأكبر مجموعة بيانات للمستهلكين في الهند، وضمان موثوقيتها، والامتثال، وقابلية اكتشافها. تطوير أطر "الحوكمة ككود" على كتالوج الوحدة، تتضمن ضوابط وصول آلية، وتصنيف البيانات، وإخفاء الهوية للبيانات الشخصية، ومسارات التدقيق للامتثال لمتطلبات قانون DPDP. تصميم وتنفيذ إطار جودة البيانات الذي يتضمن تحليل تلقائي، واكتشاف الشذوذ، وفرض المخططات، ورصد الانتعاش عبر آلاف مجموعات البيانات. إدارة كتالوج البيانات ومنصة الاكتشاف، وتوفير إدارة البيانات الوصفية، ورؤية السلالة، وقاموس الأعمال، وأدوات البحث لدعم أكثر من 1000 مستخدم. بناء بنية إدارة الموافقة لمراقبة، وفرض، وتدقيق إشارات موافقة المستخدمين عبر النظام البيئي الشامل "Phygital" للبيع بالتجزئة (عبر الإنترنت وغير المتصل). دفع معايير البيانات على مستوى المؤسسة من خلال تعريف اتفاقيات التسمية، وقواعد إزالة التكرار من السجل المصدر، ومحاذاة البيانات الرئيسية، وفرض عقود البيانات بين الفرق المنتجة والمستهلكة. الحد الأدنى من المؤهلات (جميع الأعمدة) 14 إلى 20 عامًا من الخبرة المهنية في هندسة البرمجيات، أو هندسة البيانات، أو بنية التعلم الآلي، بما في ذلك ما لا يقل عن 3 سنوات من قيادة فريق منصة مكون من 5 مهندسين أو أكثر. 8 إلى 12 عامًا من الخبرة العملية في بناء وتوسيع منصات البيانات أو التعلم الآلي مثل بنى البحيرات، ومتاجر الميزات، ومحركات البث، أو خطوط أنابيب عمليات التعلم الآلي. خبرة تقنية قوية ضمن نظام داتابريكس أو منصات البيانات الموزعة المماثلة (مثل: سبارك، بريستو/ترينو، فلينك، أو كافكا على نطاق واسع)، مع تفضيل قوي لتجربة داتابريكس. نهج "باني-قائد" مثبت: المشاركة الفعالة في مراجعة التعليمات البرمجية، وتصحيح الأخطاء في الإنتاج، واتخاذ القرارات المعمارية دون تفويض كامل للمسؤوليات التقنية. خبرة في العمل ضمن منظمات تكنولوجيا كبيرة ومعقدة تتميز بفرق وراثية، واعتماد عبر الوظائف، ومتطلبات الامتثال على مستوى المؤسسة. درجة البكالوريوس أو الماجستير في علوم الحاسوب، أو علوم البيانات، أو تخصص ذي صلة، أو خبرة معادلة اكتسبت من خلال الخبرة الصناعية والمساهمات في المصادر المفتوحة. المؤهلات المفضلة خبرة سابقة في إدارة منصات البيانات على نطاق الهند، التي تتعامل مع مليارات الأحداث يوميًا، ومستودعات بيانات بحجم بيتابايت، أو تقديم بيانات في الوقت الحقيقي بأكثر من 10,000 استعلام في الثانية. خبرة عملية مع MLflow، موسايك AI، أو منصات بنية التعلم الآلي المماثلة على مستوى الإنتاج - ليست محدودة بمراحل التجريب. الإلمام بمجالات بيانات البيع بالتجزئة أو التجارة الإلكترونية مثل كتالوجات المنتجات، وإدارة المخزون، ومعالجة الطلبات، وإشارات سلوك العملاء، أو مجموعات بيانات سلسلة التوريد. نجاح مثبت في بناء أدوات داخلية أو منصات مطورين حققت اعتمادًا واسع النطاق داخل منظمات الهندسة الكبيرة. خبرة في ممارسات التمويل بما في ذلك تخصيص تكاليف DBU/الحوسبة، ونمذجة الاسترداد، وتحسين تكاليف السحابة على نطاق المؤسسة. معرفة لوائح الخصوصية للبيانات الهندية (قانون DPDP) أو الأطر العالمية (GDPR، CCPA) في سياق حوكمة منصات البيانات. سياق المنظمة: هذه الوظيفة تتبع مباشرة نائب الرئيس ورئيس منصات البيانات والتعلم الآلي، الذي بدوره يتبع رئيس تكنولوجيا المعلومات المؤسسية، وفي النهاية إلى الرئيس التنفيذي. ستتعاون كزميل مع ثلاثة نواب رئيس مساعدين آخرين ضمن مجموعة منصات البيانات والتعلم الآلي وتعمل عن كثب مع أكثر من 10 مهندسي منصات جاهزين للذكاء الاصطناعي على مستويات المعمار والمبدأ، جنبًا إلى جنب مع مجموعة مهندسي البيانات والمنصات المتحولين. تتكون قسم تكنولوجيا المعلومات المؤسسية الأوسع من خمسة مجموعات L2 إضافية: CISO/الأمن السيبراني، منصات الموارد البشرية/المالية/القانونية، ساب-الأساسية، أنظمة ومعماري الذكاء الاصطناعي، ومدير المعلومات + السحابة والبنية التحتية. المهارات الأساسية: منصة البيانات والتعلم الآلي، داتابريكس، هندسة المنصة. المهارات الجيدة: عمليات التعلم الآلي، هندسة الأنظمة، البيع بالتجزئة.
لقد تمت ترجمة هذا الإعلان الوظيفي بواسطة الذكاء الاصطناعي وقد يحتوي على بعض الاختلافات أو الأخطاء البسيطة.
