Senior Machine Learning Engineer

الأدوار والمسؤوليات

باعتبارنا البوابة الرائدة للباحثين عن مساكن في المنطقة، فإننا في مهمة لتحفيز وإلهام الناس لعيش الحياة التي يستحقونها.

التقارير إلى

رئيس الذكاء الاصطناعي وعلوم البيانات

الملخص

نحن نبحث عن محترف ماهر للغاية يتمتع بخبرة في هندسة التعلم الآلي (MLE/MLOps المستوى الثالث أو الرابع) وعلوم البيانات (المستوى الثاني) للانضمام إلى فريق الذكاء الاصطناعي وعلوم البيانات المبتكر لدينا في Property Finder. يجب أن يكون لدى المرشح المثالي أساس قوي في بناء خطوط أنابيب التعلم الآلي القابلة للتطوير، ونشر نماذج جاهزة للإنتاج، وتطبيق تقنيات علوم البيانات المتقدمة لاستخلاص رؤى قابلة للتنفيذ تدعم المبادرات التجارية الاستراتيجية. ستعمل على مشاريع مؤثرة في مجالات مثل النمذجة التنبؤية والتخصيص وأنظمة الذكاء الاصطناعي في الوقت الفعلي وخطوط أنابيب النشر القابلة للتطوير، بالتعاون مع فرق متعددة الوظائف لدفع الابتكار والكفاءة التشغيلية.

المسؤوليات الرئيسية

هندسة التعلم الآلي / MLOps (MLE/MLOps المستوى الثالث أو الرابع):

تصميم وتنفيذ خطوط أنابيب التعلم الآلي القابلة للتطوير، وضمان تدريب النموذج ونشره ومراقبته بكفاءة.

تحسين عمليات التدريب الموزعة لمجموعات البيانات الكبيرة والنماذج المعقدة.

أتمتة سير العمل باستخدام خطوط أنابيب CI/CD وأدوات تنسيق سير العمل (على سبيل المثال، Airflow وKubeflow) وأفضل ممارسات MLOps.

تطوير أنظمة قوية للاستدلال في الوقت الفعلي ونشر الذكاء الاصطناعي.

مراقبة نماذج الإنتاج واستكشاف الأخطاء وإصلاحها وتحسينها من أجل الأداء والموثوقية.

علم البيانات (المستوى الثاني):

إنشاء نماذج التعلم الآلي وضبطها لتطبيقات الأعمال، بما في ذلك تقسيم العملاء والتخصيص والتنبؤ.

إجراء هندسة ميزات متقدمة وتنسيق البيانات لإعداد مجموعات بيانات عالية الجودة للنمذجة.

التعاون مع أصحاب المصلحة لفهم احتياجات العمل وترجمتها إلى حلول تعتمد على البيانات.
تحليل مجموعات البيانات الكبيرة لتوليد رؤى وتوصيات قابلة للتنفيذ.
المساهمة في اختبارات A/B والتصميمات التجريبية للتحقق من أداء النموذج.

الملف الشخصي المرغوب للمرشح

العمل بشكل وثيق مع فرق علوم البيانات والهندسة والمنتجات للتوافق مع أهداف المشروع وضمان النشر السلس للحلول.
الشراكة مع نظراء MLE/MLOps لدمج النماذج في أنظمة الإنتاج وتحسين خطوط الأنابيب الشاملة.

الشخص

المؤهلات المطلوبة

درجة البكالوريوس أو الماجستير في علوم الكمبيوتر أو علوم البيانات أو التعلم الآلي أو مجال ذي صلة.

خبرة لا تقل عن 4 سنوات في أدوار MLE/MLOps وسنتين في أدوار علوم البيانات.

إتقان مكتبات Python وML (على سبيل المثال، Scikit-learn وTensorFlow وPyTorch).

خبرة قوية في أدوات MLOps (على سبيل المثال، Kubernetes وDocker وMLflow).

مهارات SQL المتقدمة لاستخراج البيانات ومعالجتها.

خبرة عملية في منصات السحابة (AWS وGCP وAzure) وتقنيات البيانات الضخمة (على سبيل المثال، Spark).
الخبرة في خطوط أنابيب CI/CD والتحكم في الإصدارات ومراقبة النماذج.
معرفة التحليل الإحصائي وخوارزميات التعلم الآلي الوسيطة (على سبيل المثال، أشجار القرار، وطرق المجموعة).
الخبرة في خوارزميات التعلم الخاضعة للإشراف وغير الخاضعة للإشراف (على سبيل المثال، أشجار القرار، والتجميع، وطرق المجموعة).
الخبرة في هندسة الميزات المتقدمة وتقنيات معالجة البيانات المسبقة.
المعرفة بأطر التعلم العميق مثل TensorFlow أو PyTorch.
المعرفة العملية بالتحليل الإحصائي واختبار الفرضيات وتصميم التجارب.
الكفاءة في إنشاء التقارير المعقدة ولوحات المعلومات للحصول على رؤى قابلة للتنفيذ.
قدرات قوية في حل المشكلات والتحليل.
مهارات الاتصال الفعالة لشرح المفاهيم الفنية لأصحاب المصلحة غير الفنيين.
القدرة على العمل بشكل تعاوني في فرق متعددة الوظائف.