مهندس تعلم آلي مبتدئ/منتصف الوقت التسلسلي والذكاء الاصطناعي القائم على الحركات

Si ware systems

نشرت في 19 مارس

الخبرة

0 - 5 سنوات

موقع العمل

الرياض، المملكة العربية السعودية

التعليم

بكالوريوس في العلوم(أي)

الجنسية

أي جنسية

جنس

غير مذكور

عدد الشواغر

1 عدد الشواغر

الوصف الوظيفي

الأدوار والمسؤوليات

تطوير الذكاء الاصطناعي القائم على التسلسل الزمني: تصميم، تدريب، والتحقق من صحة الشبكات العصبية (CNNs، LSTMs، TCNs، أو Transformers) لإزالة الضوضاء من بيانات أجهزة الاستشعار الحركية الخام ودمجها لتحسين الأداء.

  • استشعار افتراضي: تطوير نماذج ذكاء اصطناعي تعزز مخرجات أجهزة استشعار MEMS باستخدام تقنيات التعلم الذاتي أو التعلم المشرف.

  • هندسة خطوط معالجة البيانات: بناء خطوط معالجة بيانات قوية للتعامل مع مجموعات بيانات الأنظمة الحركية عالية التردد (التصفية، التطبيع، التAugmentation، والتقسيم).

  • التعاون عبر الحدود: العمل عن كثب مع فرق الأنظمة والبرامج الثابتة المقيمة في مصر لضمان تصميم نماذجك ضمن الحدود الحسابية لوحدات التحكم الدقيقة الحافة (TinyML).

  • النمذجة السريعة: سوف تقوم بتنفيذ خوارزميات تعلم الآلة استنادًا إلى أوراق البحث الأكاديمية المنشورة.

  • البحث: سيُطلب منك إعداد مراجعة أدبية مفصلة حول أحدث الاستخدامات للذكاء الاصطناعي في تحسين أداء الأنظمة الحركية.

  • تحسين النماذج: تقليل حجم وتقليم نماذج PyTorch/TensorFlow المدربة للنشر النهائي على الأهداف المدمجة ذات الموارد المحدودة (مثل، ARM Cortex-M).

الملف الشخصي المطلوب للمرشحين

الجنسية: هذه الوظيفة مفتوحة لـ المواطنين السعوديين وفقًا للوائح التوظيف المحلية.

  • التعليم: بكاليوس أو ماجستير في هندسة الكمبيوتر، هندسة الطيران، الهندسة الكهربائية/الميكانيكية، أو مجال هندسي ذو صلة صارمة.

  • خبرة في الذكاء الاصطناعي/تعلم الآلة: خبرة عملية قوية مع أطر التعلم العميق (يفضل PyTorch) وفهم قوي لتدريب النماذج على بيانات التسلسل الزمني.

  • البرمجة: إتقان بايثون ضروري، مع ممارسات هندسة البرمجيات القوية (Git، اختبار الوحدة، تصميم الكود المعياري).

المزايا الإضافية (نقاط إضافية)

  • معرفة دمج المستشعرات: الإلمام بمفاهيم الملاحة الحركية الكلاسيكية، تمثيلات الاتجاه، مرشحات كالمان الموسعة (EKF)، أو خوارزميات AHRS.

  • الشبكات العصبية المدعومة بالفيزياء (PINNs): فهم كيفية تقييد نماذج الذكاء الاصطناعي باستخدام قوانين الفيزياء (مثل، الحركة).

  • الذكاء الاصطناعي الحدي: خبرة مع TensorFlow Lite لوحدات التحكم الدقيقة، STM32Cube.AI، أو وقت تشغيل ONNX.

القطاع المهني للشركة

  • تكنولوجيا المعلومات - خدمات البرمجيات

المجال الوظيفي / القسم

  • سوفت وير تقنية المعلومات

الكلمات الرئيسية

  • مهندس تعلم آلي مبتدئ/منتصف الوقت التسلسلي والذكاء الاصطناعي القائم على الحركات

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

Si ware systems

We are building a new Systems-Level Integration (SLI) team focused on Smart high-performance Inertial Sensors and Systems. As our first Machine Learning Engineer in the Riyadh office, you will pioneer the use of Deep Learning to enhance the raw performance of Commercial Off-The-Shelf (COTS) MEMS sensors.

https://siwaresystems.recruitee.com/o/jrmid-machine-learning-engineer-time-series-inertial-ai

وظائف مماثلة

عالم البيانات

Confidential Company

  • 2 - 7 سنوات
  • رأس الخيمة - الإمارات العربية المتحدة

مطور

OU

  • 0 - 6 سنوات
  • دبي - الإمارات العربية المتحدة

مطور الذكاء الاصطناعي مع بايثون

AI Engineer - AI Agent Development

Brocode Solutions

  • 4 - 6 سنوات
  • Abu Dhabi - United Arab Emirates (UAE)

عالم البيانات

عرض الكل