تقوم منظمة هندسية تضم 50,000 شخص بتوسيع وحدة الابتكار الرقمي في الهندسة المعمارية وتوظيف مهندس تعلم آلة لبناء وتدريب ونشر أنظمة تعلم الآلة للتحديات المعمارية الحقيقية. هذا دور عملي لشخص يمكنه أخذ مشكلات التصميم المفتوحة وتحويلها إلى صيغ قابلة للحل بواسطة تعلم الآلة، وشحن النماذج إلى النماذج الأولية والأدوات الداخلية.

ما ستقوم به

تصميم وتطوير وتحسين نماذج تعلم الآلة للتطبيقات المعمارية (خطط طابقية توليدية، تحسين هيكلي، توقع أداء الطاقة، والمزيد)
بناء وصيانة خطوط أنابيب تعلم آلة شاملة للتدريب والتقييم والاستدلال
العمل مع التصميم الحسابي لإعداد وتنظيف والتحقق من مجموعات بيانات التدريب
دمج النماذج في النماذج الأولية والأدوات الداخلية وعمليات سير العمل الحالية لبرامج التصميم
تقييم الأساليب الحديثة (نماذج الانتشار، المحولات، الشبكات العصبية الرسومية) وتطبيق ما هو ذي صلة على حالات استخدام الهندسة المعمارية والبناء
توثيق التجارب والنتائج والقرارات الفنية بوضوح لجماهير متعددة التخصصات
تحسين النماذج للأداء وقابلية التوسع والنشر في العالم الحقيقي
البقاء على اطلاع بأبحاث الذكاء الاصطناعي وترجمة التقدم العملي إلى خارطة طريق الفريق

ما نبحث عنه

4-8 سنوات في هندسة تعلم الآلة/الذكاء الاصطناعي (متوسط إلى متقدم، عملي)
مهارات قوية في بايثون بالإضافة إلى PyTorch أو TensorFlow
فهم قوي لتقنيات تعلم الآلة المراقبة وغير المراقبة والتوليدية
خبرة في نشر النماذج (واجهات برمجة التطبيقات REST، Docker، والسحابة مثل AWS/GCP/Azure)
إلمام برؤية الكمبيوتر و/أو التعلم العميق الهندسي (سحب النقاط، الشبكات، الرسوم البيانية)
أسس قوية في هندسة البرمجيات: Git، الاختبار، التعليمات البرمجية المعيارية، وبناءات قابلة للتكرار
متمكن في التواصل: قادر على شرح المفاهيم الفنية لأصحاب المصلحة غير الفنيين
درجة البكالوريوس أو الماجستير في علوم الكمبيوتر أو علوم البيانات أو مجال ذي صلة (أو خبرة معادلة)

من الجيد أن يكون لديك

تعرض لأدوات الهندسة المعمارية والبناء أو التنسيقات المكانية (IFC، RVT، OBJ، إلخ)
خبرة مع GANs، نماذج الانتشار، VAEs
برمجة Grasshopper و/أو Dynamo للتصميم المعماري

المهارات

نبحث عن مهندس تعلم آلة يجمع بين مهارات البناء وحل المشكلات - شخص يمكنه أخذ تحديات التصميم الفوضوية والمفتوحة وترجمتها إلى أهداف واضحة لتعلم الآلة، ومجموعات بيانات، وأنظمة قابلة للنشر. يجب أن تكون لديك مهارات قوية في بايثون وراحة في العمل يوميًا في PyTorch أو TensorFlow، مع فهم عملي للتقنيات المراقبة وغير المراقبة والتوليدية (والحكم لاختيار الطريقة الأبسط التي ستعمل، وليس الأحدث).

ستجلب عادات هندسية قوية: كود نظيف، معياري، التحكم في النسخ، الاختبار، وخطوط أنابيب قابلة للتكرار. تشعر بالراحة في امتلاك دورة الحياة الكاملة - إعداد البيانات مع الشركاء عبر الوظائف، التدريب والتقييم، ثم تعبئة النماذج للاستخدام الحقيقي عبر واجهات برمجة التطبيقات، Docker، ونشر السحابة. تعتبر الخبرة في رؤية الكمبيوتر و/أو التعلم العميق الهندسي مهمة، ويفضل أن يكون لديك فهم للبيانات المكانية (الشبكات، سحب النقاط، الرسوم البيانية) وكيف تؤثر اختيارات النماذج على الأداء وقابلية التوسع في الإنتاج.

بقدر ما هو مهم، يمكنك التواصل بشكل جيد عبر التخصصات. يمكنك توثيق التجارب والقرارات الفنية بوضوح، وشرح المساومات لأصحاب المصلحة غير الفنيين، والتعاون عن كثب مع المصممين الحسابيين والمعماريين لضمان أن ما تبنيه قابل للاستخدام وموثوق ومتوافق مع سير العمل في العالم الحقيقي. إذا كنت قد عملت مع أدوات أو تنسيقات الهندسة المعمارية والبناء (IFC/RVT/OBJ)، أو لديك خبرة عملية مع نماذج الانتشار، GANs/VAEs، Grasshopper، أو Dynamo، فسيكون ذلك ميزة قوية.

لقد تمت ترجمة هذا الإعلان الوظيفي بواسطة الذكاء الاصطناعي وقد يحتوي على بعض الاختلافات أو الأخطاء البسيطة.

المرشح المفضل

منطقة الإقامة

الهند; دول مجلس التعاون الخليجي

المستوى المهني

متوسط الخبرة

تقدم الآن أرسل إلى صديق إتمام الإستبيان

قارن ملفك الشخصي مع المتقدمين الآخرين

إلغاء

لقد تجاوزت الحد الأقصى المسموح به للتنبيهات الوظيفية (15). يرجى حذف أحد التنبيهات الحالية لإضافة تنبيه جديد.

إدارة

تم إنشاء تنبيه وظيفي لهذا البحث. ستصلك إشعارات فور الإعلان عن وظائف جديدة مطابقة.

إدارة التنبيهات

هل أنت متأكد أنك تريد سحب طلب التقديم إلى هذه الوظيفة؟

لن يتم النظر في طلبك لهذة الوظيفة، وسيتم إزالته من البريد الوارد الخاص بصاحب العمل.