عالم بيانات الذكاء الاصطناعي/تعلم الآلة

Teliolabs Communication Private Limited

المسؤوليات الرئيسية:

• تطوير وتنفيذ نماذج الذكاء الاصطناعي/تعلم الآلة للتحليلات التنبؤية، والأتمتة، واتخاذ القرارات الذكية.
• تحليل مجموعات البيانات الكبيرة باستخدام تقنيات الإحصاء وتعلم الآلة لاستخراج رؤى قيمة.
• تحسين وتوسيع خطوط الأنابيب لتعلم الآلة للمعالجة في الوقت الحقيقي والمعالجة الدفعية في بيئات الإنتاج.
• نشر نماذج الذكاء الاصطناعي على منصات السحابة مثل AWS، GCP، أو Azure باستخدام ممارسات MLOps.
• التعاون مع مهندسي البيانات لضمان التكامل السلس لنماذج الذكاء الاصطناعي/تعلم الآلة في منصات البيانات المؤسسية.
• تصميم وتحسين تقنيات هندسة الميزات لتعزيز أداء النموذج.
• تنفيذ ممارسات الذكاء الاصطناعي القابلة للتفسير (XAI) لضمان شفافية النموذج وإنصافه.
• ضمان جودة البيانات وسلامتها من خلال خطوات التحقق من البيانات والمعالجة المسبقة الصارمة.
• استخدام مكتبات وأطر تعلم الآلة مفتوحة المصدر، بما في ذلك TensorFlow، PyTorch، Scikit-learn، وXGBoost.
• تطوير وصيانة خطوط الأنابيب للذكاء الاصطناعي/تعلم الآلة باستخدام أدوات مثل Apache Airflow، MLflow، وKubeflow.
• البحث والابتكار في مناهج جديدة للذكاء الاصطناعي/تعلم الآلة لتحسين العمليات التجارية والأتمتة.
• مراقبة أداء النموذج والانحراف، وضمان التحسين المستمر وإعادة التدريب.
• دعم مبادرات علوم البيانات من خلال توجيه علماء البيانات المبتدئين والتعاون مع الفرق متعددة التخصصات.

المهارات والمتطلبات المطلوبة:

• أكثر من 10 سنوات من الخبرة في علوم البيانات، تعلم الآلة، وتطوير نماذج الذكاء الاصطناعي.
• خبرة قوية في خوارزميات تعلم الآلة، بما في ذلك التعلم تحت الإشراف، التعلم غير المراقب، والتعلم التعزيزي.
• إجادة في لغات البرمجة مثل Python، SQL.
• خبرة عملية مع أطر تعلم الآلة، ومكتبات مفتوحة المصدر مثل TensorFlow، PyTorch، Scikit-learn، وXGBoost.
• خبرة مع خدمات الذكاء الاصطناعي السحابية، مثل AWS SageMaker، ومنصات مثل Data bricks، Snowflakes.
• معرفة عميقة بممارسات MLOps، بما في ذلك CI/CD لتعلم الآلة، وإصدار النموذج، والمراقبة.
• فهم قوي لتقنيات البيانات، بما في ذلك Spark والحوسبة الموزعة.
• خبرة في معالجة اللغة الطبيعية (NLP)، CNN، وتقنيات التعلم العميق.
• الاطلاع على أخلاقيات الذكاء الاصطناعي، وتخفيف التحيز، والذكاء الاصطناعي القابل للتفسير (XAI).
• معرفة بقواعد البيانات وSQL لاسترجاع البيانات والمعالجة المسبقة.
• مهارات تحليلية وحل مشكلات قوية لاستخراج رؤى وتحسين حلول الذكاء الاصطناعي/تعلم الآلة.

المؤهلات المفضلة:

• درجة بكاليوس أو ماجستير في علوم البيانات، الذكاء الاصطناعي، تعلم الآلة، أو مجال ذي صلة.
• خبرة مع الذكاء الاصطناعي التوليدي، LLMs (نماذج اللغة الكبيرة)، وهياكل المحولات.
• الاستئناس مع Kubernetes، Docker، ونشر تعلم الآلة المعزز.
• التعرض لشبكات العصبونية البيانية، وتوقع السلاسل الزمنية، والذكاء الاصطناعي على الحافة.
• شهادة في منصات الذكاء الاصطناعي/تعلم الآلة من AWS، Google، أو Azure.