ETIC, علم البيانات - موظف أول

PricewaterhouseCoopers

ستوفر لك مهنة ضمن خدمات البيانات والتحليلات الفرصة لمساعدة المؤسسات في اكتشاف رؤى المؤسسات ودفع نتائج الأعمال باستخدام تحليلات بيانات أكثر ذكاءً. نحن نركز على مجموعة من قدرات التكنولوجيا التنظيمية، بما في ذلك ذكاء الأعمال، إدارة البيانات، وضمان البيانات التي تساعد عملائنا على دفع الابتكار والنمو والتغيير داخل مؤسساتهم من أجل مواكبة الطبيعة المتغيرة للعملاء والتكنولوجيا. نحن نتخذ قرارات مؤثرة من خلال دمج العقل والآلة للاستفادة من البيانات وفهم وإدارة المخاطر، ومساعدة عملائنا في الحصول على ميزة تنافسية.

كجزء من فريق علم البيانات والتعلم الآلي لدينا، ستقوم بتصميم وبناء وتحسين الأنظمة لجمع البيانات وتخزينها والوصول إليها وتحليلها على نطاق واسع. يتضمن ذلك تصميم وبناء نماذج التعلم الآلي، والتعلم العميق، والذكاء الاصطناعي، المسؤول عن تطوير وبرمجة وتدريب الشبكات المعقدة من الخوارزميات التي تشكل التعلم الآلي، والتعلم العميق، والذكاء الاصطناعي لتطوير التطبيقات والأنظمة. ستعمل على ارتباطات العملاء المتعلقة بالبحث والتطوير عبر مجموعة واسعة من المجالات بما في ذلك فهم وتحسين التعلم الآلي، والتعلم العميق، والذكاء الاصطناعي، ومعالجة التحيز والعدالة في الخوارزميات، والحلول التجسيدية والتفاعلية على GCP وAzure وAWS.

كموظف أول، ستعمل كجزء من فريق من محللي المشكلات، helping to solve complex business issues from strategy to execution. تشمل مهارات PwC المهنية والمسؤوليات لهذا المستوى الإداري، ولكن لا تقتصر على:

ستتضمن مسؤولياتك، ولكن قد لا تقتصر على:

• بناء وصيانة فهم عميق لمفاهيم التعلم الآلي عبر جميع المجالات، لا سيما؛ التعلم المراقب، التعلم غير المراقب، التعلم التعزيزي ونماذج اللغة الكبيرة.

• كتابة كود Python / R لإنشاء وتعديل والتحقق من النماذج.

• تحسين الكود والبنية التحتية لأداء التعلم الآلي.

• التشاور مع العملاء بشأن قضايا الأعمال، وغالبًا ما يتم شرح المفاهيم التقنية المعقدة للأشخاص غير التقنيين.

• إنشاء تصورات وتفسيرات جديدة لإظهار عملنا.

• البحث عن منتجات وأدوات وتقنيات جديدة للمساعدة في تطوير قدراتنا في التعلم الآلي وعلم البيانات.

المهارات التقنية:

• تحويل البيانات والنمذجة (مثل pandas وscikit-learn في Python);

• تخزين البيانات واستعلامها (مثل SQL);

• فهم المشكلات الشائعة في جودة البيانات وتأثيرها على نماذج التعلم الآلي;

• تنظيف البيانات ومعالجتها للتعلم الآلي (مثل هندسة الميزات);

• تقنيات تقليل الأبعاد (مثل تحليل المكون الرئيسي);

• أساليب تحسين المعلمات لنطاق من النماذج;

• استخدام نماذج اللغة الكبيرة لمعالجة اللغة الطبيعية;

• خبرة مع البيانات المالية / بيانات دفتر الأستاذ العامة;

• معرفة منصات البرمجيات الحالية لعلم البيانات;

• معرفة الذكاء الاصطناعي التوليدي ومفاهيم مثل تعديل الاسترجاع.

المهارات الشخصية:

• القدرة على ابتكار حلول إبداعية للمشكلات المعقدة;

• قدرة تحليلية وتقنية استثنائية;

• اهتمام استثنائي بالتفاصيل;

• القدرة على إدارة الوقت، وتحديد أولويات المهام والعمل تحت مواعيد نهائية ضيقة;

• القدرة على العمل بشكل مستقل مع إشراف قليل، ولكن الاندماج بشكل جيد في الفرق;

• التواصل الواضح والموجز عند تقديم وشرح النتائج والاكتشافات.

• فضول طبيعي

• عقلية تحليلية