عالم البيانات Luxoft

تحليل مجموعات بيانات العمليات المتنوعة (سلاسل زمنية، جداول، سجلات حساسات، إلخ) لاستخراج الرؤى وتوجيه تطوير النماذج.

بناء وتقييم نماذج التعلم الآلي للتنبؤ، واكتشاف الشذوذ، والتعرف على الأنماط، والتصنيف.

العمل مع المهندسين لتحديد مؤشرات الأداء الرئيسية وتحويل الأسئلة المحددة في المجال إلى مهام نمذجة قابلة للقياس.

تصميم تصورات وواجهات مرئية ذات معنى للتواصل بوضوح حول مخرجات النموذج.

التعاون مع فرق عمليات التعلم الآلي والبرمجيات لنشر النماذج في بيئات الإنتاج ومراقبة الأداء.

جاهز لرحلة عمل طويلة الأمد إلى الكويت لمدة 6-12 شهرًا الأولى

المهارات

يجب أن يكون لديك

خلفية إحصائية قوية وخبرة في علم البيانات مع مجموعات بيانات من العالم الحقيقي.

إجادة في بايثون (NumPy، pandas، scikit-learn، XGBoost، إلخ)؛ الطلاقة في SQL ومهارات معالجة البيانات.

خبرة في العمل مع بيانات السلاسل الزمنية الكبيرة أو الفوضوية أو متعددة المتغيرات.

القدرة على التواصل حول سلوك النموذج المعقد للمهندسين وأصحاب المصلحة.

الراحة في العمل ضمن فرق متعددة التخصصات مع خبراء المجال والتقنية.

من الجيد أن يكون لديك

التعرض لبيانات حقول النفط (مثل بيانات الآبار، محاكاة الخزانات، سجلات الإنتاج) أو الاهتمام بالتطبيقات الصناعية.

الإلمام بأنظمة DOF أو أطر تحسين الإنتاج.

التعرض لنماذج اللغة الكبيرة، تقنيات معالجة اللغة الطبيعية، أو الذكاء الاصطناعي القائم على الوكلاء لتحسين سير العمل التقني.

الإلمام بالسحابة (يفضل Azure)؛ معرفة بمنصات التعلم الآلي (مثل Azure ML، Databricks).

الشهادات:

شهادة عالم بيانات Azure Associate أو شهادة أساسيات الذكاء الاصطناعي من Microsoft تعتبر ميزة.

معرفة بسحابة AWS مرحب بها ولكنها ليست مطلوبة.