عالم بيانات رئيسي

الأدوار والمسؤوليات

الاستفادة من مشاكل الأعمال الغامضة كفرص لدفع معايير موضوعية باستخدام البيانات.
حل مشاكل الأعمال المعقدة باستخدام أبسط الخوارزميات المناسبة لتقديم قيمة الأعمال.
تصميم وتنفيذ أنظمة التعلم الآلي الفعالة والمؤثرة في الإنتاج.
تطوير فهم عميق لتجارب المنتج وعمليات الأعمال التي تشكل مجال تركيزك.
تطوير معرفة عميقة ببيانات المصدر وأنظمة توليدها من خلال التوثيق والتفاعل مع فرق الهندسة ووضع ملفات تعريف منهجية للبيانات.
المساهمة بشكل كبير في تصميم وصيانة نماذج البيانات التي تسمح لنا بقياس الأداء وفهم محركات الأداء لمجال تركيزك.
العمل بشكل وثيق مع فرق المنتجات والأعمال لتحديد الأسئلة المهمة التي يمكن الإجابة عليها بشكل فعال بالبيانات.
تقديم رؤى وتوصيات جيدة التكوين وذات صلة وموثوقة وقابلة للتنفيذ لدعم اتخاذ القرارات القائمة على البيانات من خلال التحليل العميق والتقارير الآلية.
تصميم وتخطيط وتحليل التجارب (اختبارات A / B ومتعددة المتغيرات).
دعم مديري المنتجات والأعمال في تصميم مؤشرات الأداء الرئيسية وتحديد الأهداف.
توجيه علماء البيانات الآخرين في رحلة نموهم.
المساهمة في تحسين طرق عملنا وأدواتنا وبرامج التدريب الداخلية لدينا.

درجة البكالوريوس في الهندسة أو علوم الكمبيوتر أو التكنولوجيا أو مجالات مماثلة. تعتبر درجة الدراسات العليا ميزة إضافية ولكنها ليست مطلوبة.

خبرة إجمالية لا تقل عن 3 سنوات في العمل في مجال علوم البيانات أو التعلم الآلي.

خبرة في مجال علوم البيانات في مجال منتجات المستهلك عبر الإنترنت ميزة إضافية.

حل المشكلات بشكل جيد مع عقلية نمو "اكتشفها بنفسك".

متعاون ممتاز.
...

الملف الشخصي المرغوب للمرشح

خبرة في التعلم الآلي والتعلم العميق وأنظمة التوصية والتعرف على الأنماط واستخراج البيانات والذكاء الاصطناعي.

المعرفة والخبرة العميقة في خوارزميات وأطر عمل التعلم الآلي (على سبيل المثال Scikit-learn وXGBoost وLightGBM وCatBoost وSVMs وKeras وTensorFlow وPyTorch ...).

إجادة لغة SQL.

الكفاءة في تحليل البيانات القابلة للتكرار باستخدام Python أو R.

المعرفة بنمذجة البيانات والتصميم البعدي.

إتقان قوي لدورة حياة البيانات بالكامل بما في ذلك؛ صياغة المشكلة وتدقيق البيانات والتحليل الدقيق والتفسير والتوصيات والعرض.

المعرفة بأنواع مختلفة من التحليل بما في ذلك؛ التحليل الوصفي والاستكشافي والاستدلالي والسببي والتنبؤي.

فهم عميق لتدفقات عمل تصميم وتحليل التجارب المختلفة والتقنيات الإحصائية المقابلة.

المعرفة ببيانات المنتج (الانطباعات والأحداث، ..) وقياس صحة المنتج (التحويل والمشاركة والاحتفاظ، ..).
تعتبر المعرفة بـ BigQuery ومنصة Google Cloud ميزة إضافية.
تعتبر الخبرة في هندسة البيانات وتطوير خط أنابيب البيانات (على سبيل المثال عبر Airflow) ميزة إضافية.