عالم بيانات تعلم الآلة

Jobworld India

Job Title : عالم بيانات كبير - تعلم الآلة

Job Purpose :

الدور مسؤول عن تصميم وتطوير وتحويل نماذج الذكاء الاصطناعي/تعلم الآلة إلى إنتاجية تؤثر بشكل قابل للقياس على الأعمال. إنه يمتلك دورة الحياة الكاملة من صياغة مشاكل الأعمال وتشكيل مجموعات البيانات إلى تدريب النموذج، والنشر مع أفضل ممارسات MLOps، والمراقبة بعد الإطلاق. يضمن الدور أن تكون النماذج دقيقة وموثوقة ومتوافقة مع أهداف الأعمال، بينما يقوم بترجمة متطلبات الأعمال المعقدة إلى حلول ذكاء اصطناعي قابلة للتطبيق وتعزيز الشفافية عبر العمليات الرئيسية ومؤشرات الأداء.

Core Activities Experience:

خبرة مثبتة في تطبيق حلول الذكاء الاصطناعي/تعلم الآلة في مجالات العالم الحقيقي مثل الطيران، والنقل، أو عمليات المؤسسات. سجل حافل في ترجمة التحديات التجارية إلى فرص ذكاء اصطناعي/تعلم آلة مع تأثير قابل للقياس على الأعمال.

خبرة في التعلم العميق والأساليب الإحصائية، مع تطوير نماذج عملية ونشر إنتاجي. معرفة بمبادئ الذكاء الاصطناعي المسؤول وتطبيقها في الصناعات المنظمة.

Skills, Tools, and Systems Experience:

• برمجة & علم البيانات: بايثون، R، SQL، StreamLit
• أطر تعلم الآلة والذكاء الاصطناعي: TensorFlow، PyTorch، Keras، scikit-learn، Hugging Face
• MLOps والنشر: Docker، Kubernetes، Git CI/CD
• هندسة البيانات: Apache Spark، Kafka، dbt
• منصات السحابة: Azure ML
• التصور: Power BI، Tableau
• أدوات الذكاء الاصطناعي المسؤول: منصة حوكمة الذكاء الاصطناعي (مثل Atlan)

Machine Learning Model Development & Deployment (30%)

• تصميم، تدريب، تحقق، ونشر نماذج تعلم آلة/تعلم عميق متقدمة (NLP، CV، المحولات، التعلم الإحصائي).
• تحسين النماذج من أجل الدقة، وقابلية التوسع، وزمن الاستجابة لضمان جاهزية الإنتاج.
• تطبيق مبادئ الذكاء الاصطناعي المسؤول، بما في ذلك العدالة، واكتشاف التحيز، والقدرة على الشرح.

Data Engineering & MLOps (20%)

• بناء وإدارة خطوط الأنابيب، ومخازن الميزات، وأطر الإدخال (في الوقت الحقيقي والدفعات).
• تنفيذ ممارسات MLOps: سير العمل CI/CD، السجلات، إعادة التدريب التلقائية، ورصد الأمور.
• مراقبة وحل المشكلات المتعلقة بانجراف البيانات، والتسرب، وموثوقية النموذج.

Governance, Compliance & Responsible AI (30%)

• ضمان الامتثال مع GDPR، معايير ISO، إطار العمل الرقمي/الذكاء الاصطناعي ICAO، وسياسات المنظمة.
• تعزيز الشفافية لمؤشرات الأداء الرئيسية المدفوعة بالذكاء الاصطناعي والعمليات عبر المؤسسة.
• إجراء تدقيقات العدالة، وشرح النموذج، وتقييمات المخاطر الأخلاقية.

Problem Framing & Business Alignment (10%)

• ترجمة التحديات التجارية المعقدة وغير الواضحة إلى فرص ذكاء اصطناعي/تعلم آلة.
• تحديد نطاق، جدوى، والقيمة المتوقعة لمبادرات الذكاء الاصطناعي.
• تقديم المشورة للمساهمين حول المخاطر، والتوازن، واستراتيجيات التبني.

Stakeholder Engagement & Decision Support (10%)

• تقديم رؤى، ولوحات معلومات، وتقارير تحقق للإدارة العليا والفرق متعددة الوظائف.
• التأثير على تبني حلول الذكاء الاصطناعي باستخدام السلطة الخبرائية والتوصيات المستندة إلى الأدلة.
• العمل كخبير في الموضوع، دعم استراتيجية الذكاء الاصطناعي على مستوى المؤسسة وقرارات التشغيل.