عالم بيانات رئيسي / مهندس ذكاء اصطناعي

Contango

المسؤوليات الرئيسية

• إطار استخدام الحالة وتصميم الحل

  • ترجمة مشاكل الأعمال للعميل إلى هياكل نظام شاملة تجمع بين البيانات وML ومكونات البرمجيات.
  • قيادة تصميم حلول الذكاء الاصطناعي القابلة للتوسع والتجزئة، مع تعريف الخدمات والواجهات وتدفقات البيانات.
  • إجراء مقايضات واضحة عبر الأداء والتكلفة والكمون وقابلية الصيانة.
  • تحديد مقاييس النجاح وSLAs والمتطلبات غير الوظيفية (الثقة والأمان والقابلية للتوسع).

• هندسة البيانات وأنظمة الميزات

  • تصميم وتنفيذ خطوط بيانات قوية (دفعات وتدفق) مع ضمانات قوية على الجودة والأصل والمراقبة.
  • بناء وإدارة خطوط الميزات ومتاجر الميزات، مع ضمان التناسق بين التدريب والاستدلال.
  • التعاون مع فرق المنصة لتعريف نماذج البيانات والمخططات واستراتيجيات التخزين.
  • فرض المعايير للتحقق من البيانات والاختبار والمراقبة ضمن أنظمة الإنتاج.

• ML التطبيقي وتطوير بجودة الإنتاج

  • تطوير حلول ML باستخدام كود بجودة الإنتاج (بايثون/جافا سكريبت)، مع اتباع أفضل ممارسات هندسة البرمجيات.
  • هيكلة قواعد التعليمات البرمجية إلى وحدات قابلة للصيانة وقابلة للاختبار، مع فصل واضح للمشكلات.
  • تنفيذ اختبارات الوحدة والاختبارات التكاملية والاختبارات الشاملة لمكونات البيانات وML.
  • تجميع النماذج والمنطق في خدمات قابلة للتوزيع (APIs، خدمات دقيقة، وظائف دفعات) باستخدام أطر حديثة.
  • موازنة تعقيد النموذج مع أداء النظام والكمون والقيود التشغيلية.

• عمليات ML وDevOps ودمج المنصة

  • بناء وصيانة خطوط CI/CD لأنظمة ML، بما في ذلك الاختبار التلقائي والتحقق والنشر.
  • تحويل الخدمات إلى حاويات ونشرها باستخدام Docker وKubernetes وأدوات السحابة الأصلية.
  • تنفيذ إصدار النموذج، تتبع التجارب، وإدارة العناصر.
  • تصميم أنظمة المراقبة والملاحظة (السجلات، المقاييس، التنبيهات) لكل من بيانات الأداء ونموذج الأداء.
  • أتمتة إعادة التدريب، والعودة، واستراتيجيات الإصدار لضمان مرونة النظام.

• موثوقية النظام، قابلية التوسع والأمان

  • تصميم أنظمة لتوفير عالي، وتحمل الأخطاء، وقابلية التوسع الأفقية.
  • تحسين الأداء عبر خطوط البيانات وخدمات الاستدلال (الكمون، الإنتاجية، التكلفة).
  • تطبيق ممارسات الترميز الآمن، وضوابط الوصول، ومعايير حماية البيانات.
  • إدارة الديون التقنية وضمان قابلية الصيانة على المدى الطويل لأنظمة الإنتاج.

• التوثيق والمعايير والتميز الهندسي

  • إنتاج وثائق موجهة للمطورين (APIs، مخططات العمارة، كتب التشغيل).
  • تأسيس وفرض معايير الترميز، وعملية المراجعة، وأفضل ممارسات الهندسة.
  • بناء مكتبات قابلة لإعادة الاستخدام، وSDKs، وأطر داخلية لتسريع التسليم.
  • دفع التحسين المستمر في نضج الهندسة، والأدوات، وممارسات التسليم عبر الاستشارات.

الخبرة التقنية:

• الترميز واستعلام البيانات: بايثون (pandas/NumPy) وSQL؛ كتابة كود نظيف وقابل للاختبار باستخدام Git.
• الإحصائيات والتجارب: الاحتمالات/الإحصائيات، اختبار الفرضيات، الانحدار، واختبار A/B/تصميم التجارب.
• نمذجة ML: هندسة الميزات، اختيار النموذج، التحقق المتبادل، المقاييس، وضبط المعلمات (المراقبة/غير المراقبة).
• تحضير البيانات والتحليل: ETL/EDA، تنظيف البيانات، التعامل مع القيم المفقودة/الاستثنائية، وبناء روايات الرؤى مع المرئيات.