مهندس كامل المكدس

Scale Army

المسؤوليات:

• تطوير النظام: بناء وتطوير نظام تقييم تلقائي للعقارات يسحب البيانات العامة (مثل بيانات الضرائب، مواقع العقارات مثل Zillow، PropStream) ويحسب قيم العقارات باستخدام معايير محددة.

• دمج Salesforce: دمج الخوارزميات الخلفية في Salesforce لأتمتة عملية تقييم العقارات بناءً على مدخلات المستخدم.

• إدارة قواعد البيانات: العمل مع مصادر البيانات العامة والمدفوعة المختلفة للحصول على معلومات العقارات ذات الصلة وضمان قدرة النظام على معالجة هذه البيانات في الوقت الحقيقي.

• دمج API: تطوير وصيانة واجهات برمجة التطبيقات التي تسحب المعلومات من قواعد بيانات العقارات الخارجية مثل سجلات الضرائب، وقوائم MLS، وZillow.

• الأتمتة والخوارزميات: بناء خوارزميات تعدل تسعير العقارات بناءً على بيانات المدخلات (مثل المساحة، إحصائيات الحي، اتجاهات السوق) وتعيد النتائج فورًا إلى المستخدمين.

• تحسين النظام: مراقبة وتحسين أداء النظام باستمرار لضمان تقديم تقييمات سريعة ودقيقة للعقارات مع الحد الأدنى من التأخير.

• التعاون: العمل مع فرق التسويق والمبيعات لتحسين عملية الأتمتة وتعزيز تحويل العملاء المحتملين.

يجب أن يكون لديك:

• مهارات تطوير الواجهة الكاملة القوية: خبرة في كل من تطوير الواجهة الأمامية والخلفية، بما في ذلك بناء تطبيقات الويب القابلة للتوسع.

• خبرة مع Salesforce: يجب أن يكون لديك معرفة بدمج الخوارزميات والأتمتة في Salesforce.

• خبير في الخوارزميات والأتمتة: الكفاءة في تطوير الخوارزميات التي تتفاعل مع البيانات في الوقت الحقيقي والمعلومات العامة.

• الكفاءة في التقنيات ذات الصلة: مهارات قوية في لغات مثل JavaScript وPython وPHP وRuby أو ما شابه لتطوير الواجهة الكاملة.

• فهم بيانات العقارات: المعرفة بنماذج تقييم العقارات، واتجاهات السوق، وقواعد البيانات العامة (MLS، Zillow، PropStream) هي ميزة إضافية.

• خبرة مع التطبيقات المعتمدة على البيانات: خبرة في تطوير التطبيقات بناءً على مجموعات كبيرة من البيانات، خاصة المتعلقة بالمالية أو العقارات.

• مهارات حل المشكلات: القدرة على استكشاف المشكلات المتعلقة بمصادر البيانات ومخرجات الخوارزميات، لضمان سير العمليات بسلاسة.

من الجيد أن يكون لديك:

• خبرة في صناعة العقارات: المعرفة أو الخبرة في العمل مع منصات iBuyer، أو تقييم العقارات، أو صناعات مشابهة.

• خبرة مع AI/ML: المعرفة بتطبيق الذكاء الاصطناعي أو التعلم الآلي لأتمتة معالجة البيانات ونماذج التنبؤ.

• خبرة في قواعد البيانات الخلفية: المعرفة العملية بـ SQL أو MongoDB أو تقنيات مشابهة للتعامل مع مجموعات البيانات الكبيرة.