أرسل لي وظائف مثل هذه
الخبرة
8 - 15 سنوات
موقع العمل
التعليم
بكالوريوس في التكنولوجيا/ الهندسة(أي)
الجنسية
أي جنسية
جنس
أي
عدد الشواغر
1 عدد الشواغر
الوصف الوظيفي
الأدوار والمسؤوليات
تحليلات متقدمة وعلوم البيانات تحويل مشاكل الأعمال إلى علوم البيانات، والحلول الإحصائية، وحلول التعلم الآلي التي تحقق نتائج قابلة للقياس عبر حالات استخدام المؤسسات. إجراء استكشاف البيانات، وهندسة الميزات، وتطوير النماذج، والتقييم على مجموعات بيانات هيكلية ونصف هيكلية كبيرة. بناء ونشر نماذج توقعية، وإرشادية، ووصفية، مع ضمان القابلية للتفسير، والصلابة، والمواءمة مع الأهداف التجارية. الشراكة الوثيقة مع فرق الأعمال، والمنتجات، والتحليلات للتحقق من الافتراضات، وتعريف مقاييس النجاح، وتقديم رؤى قابلة للتنفيذ. تمكين GenAI وLLM تطبيق تقنيات GenAI لتعزيز سير العمل في علوم البيانات، بما في ذلك إنشاء رؤى قائمة على LLM، والتلخيص، والتصنيف، ودعم القرار. تصميم وتنفيذ حلول استرجاع معززة (RAG) لتأصيل مخرجات LLM في بيانات المؤسسة والنتائج التحليلية. التعاون في التطبيقات التحليلية المدعومة بـ GenAI مع التركيز على الدقة، والملاءمة، والقدرة على الشرح. تقييم وقياس مخرجات GenAI باستخدام مقاييس كمية ونوعية، مع ضمان التوافق مع معايير الأعمال والتحليلات. الإنتاج المؤسسي وMLOps / LLMOps تحويل نماذج علوم البيانات وGenAI إلى الإنتاج باستخدام ممارسات MLOps / LLMOps على مستوى المؤسسة، بما في ذلك إدارة الإصدارات، والنشر، والرصد، واستراتيجيات إعادة التدريب. بناء خطوط تحليلية قابلة للتوسع، وآمنة، وموثوقة بالتعاون مع فرق هندسة البيانات والسحابة. مراقبة أداء النماذج، وانحراف البيانات، وجودة مخرجات GenAI، ودفع التحسينات المستمرة بناءً على الاستخدام الواقعي. ضمان تلبية الحلول لمتطلبات الحوكمة، والأمان، والامتثال، والذكاء الاصطناعي المسؤول. قياس الأداء والتحسين المستمر تعريف وتتبع مقاييس أداء النماذج وGenAI (الدقة، والاستقرار، والتحيز، والزمن المستغرق، وتأثير الأعمال). إجراء تجارب وإطلاقات محكومة لتحسين النماذج، ومحفزات GenAI، واستراتيجيات الاسترجاع. تحسين الحلول باستمرار من خلال حلقات التغذية الراجعة، والتجريب، واحتياجات الأعمال المتطورة. المهارات المطلوبة للنجاح: قاعدة قوية في الإحصاءات، والتعلم الآلي، وعلوم البيانات التطبيقية. إتقان في بايثون، SQL، وSpark مع خبرة في معالجة البيانات وخطوط التحليل. خبرة عملية مع نظام Databricks لنشر حلول علوم البيانات وGenAI. تعرض عملي لممارسات MLOps / LLMOps، بما في ذلك إدارة إصدارات النماذج والمراقبة.
الملف الشخصي المطلوب للمرشحين
8+ سنوات من الخبرة في علوم البيانات / هندسة الذكاء الاصطناعي، مع التركيز على بناء ونشر نماذج التعلم الآلي، بما في ذلك النماذج المُراقبة، وغير المُراقبة، ونماذج السلاسل الزمنية. 6+ سنوات من الخبرة في هندسة الميزات، وتقييم النماذج، وتحسين الأداء. 4+ سنوات من الخبرة مع معالجة اللغة الطبيعية أو الأنظمة القائمة على اللغة، بما في ذلك تصنيف النصوص، واستخراج المعلومات، والنمذجة الدلالية. 2+ سنوات من الخبرة في تقديم حلول GenAI أو الذكاء الاصطناعي المحادثاتي في الإنتاج، مع التركيز على حالات استخدام LLM التطبيقية، RAG، ونشر المؤسسات.
نوع العمل
- دوام كامل
القطاع المهني للشركة
المجال الوظيفي / القسم
الكلمات الرئيسية
- عالم بحث
- محلل ذكاء الأعمال
- التعلم الآلي
- مستشار بيانات
- محلل كمي
- نمذجة إحصائية
- نموذج توقعات
تنويه: نوكري غلف هو مجرد منصة لجمع الباحثين عن عمل وأصحاب العمل معا. وينصح المتقدمون بالبحث في حسن نية صاحب العمل المحتمل بشكل مستقل. نحن لا نؤيد أي طلبات لدفع الأموال وننصح بشدة ضد تبادل المعلومات الشخصية أو المصرفية ذات الصلة. نوصي أيضا زيارة نصائح أمنية للمزيد من المعلومات. إذا كنت تشك في أي احتيال أو سوء تصرف ، راسلنا عبر البريد الإلكتروني abuse@naukrigulf.com
Al Futtaim Private Company (LLC)
Al Futtaim Private Company (LLC)
Jessica Misal - NA
Festival Tower, Crescent Drive, Dubai Festival City, Dubai Al Hasan Al Basri St, Dammam, Dubai, United Arab Emirates (UAE)