مهندس التعلم الألى
Client of Kalamntina
صاحب عمل نشط
نشرت قبل 11 ساعة
أرسل لي وظائف مثل هذه
الجنسية
أي جنسية
جنس
غير مذكور
عدد الشواغر
1 عدد الشواغر
الوصف الوظيفي
الأدوار والمسؤوليات
المسؤوليات:
- خبرة مثبتة في تطوير ونشر وصيانة نماذج تعلم الآلة لتقييم الائتمان أو المخاطر الائتمانية، مع تأثير مباشر على أنظمة اتخاذ القرار الائتماني.
- فهم قوي لنمذجة البيانات وتقنيات التعلم تحت الإشراف، بما في ذلك الانحدار اللوجستي، أشجار القرار، الغابات العشوائية، تعزيز التدرج (XGBoost، LightGBM)، والأساليب التجميعية.
- القدرة على اختيار وتعديل وتحسين النماذج لمجموعات بيانات الائتمان والمخاطر غير المتوازنة بشكل كبير.
- خبرة واسعة في هندسة الخصائص باستخدام مصادر البيانات المالية، والمعاملات، والبيانات البديلة مثل سجلات المعاملات، سلوك الدفع، بيانات الأموال المحمولة، بيانات الاتصالات، أو مؤشرات غير تقليدية أخرى.
- إتقان قوي في بايثون، مع خبرة عملية قوية في استخدام scikit-learn، XGBoost، LightGBM، وأطر التعلم العميق مثل TensorFlow أو PyTorch عند الحاجة.
- معرفة قوية بالتحقق من النموذج، المراقبة، وإدارة دورة الحياة، بما في ذلك اكتشاف الانحراف وتقييم الأداء المستمر.
- الإلمام بمقاييس أداء المخاطر الائتمانية، بما في ذلك معامل جيني، إحصاء KS، AUC-ROC، دقة الاسترجاع، المعايرة، ومؤشر استقرار السكان (PSI).
الملف الشخصي المطلوب للمرشحين
المؤهلات:
- درجة بكاليوس في علم البيانات، علوم الحاسوب، الإحصاء، الرياضيات، الهندسة، أو مجال ذي صلة.
- أكثر من 4 سنوات من الخبرة المهنية في تعلم الآلة، علم البيانات، أو نمذجة المخاطر الائتمانية، ويفضل أن يكون ذلك في مجال التكنولوجيا المالية، الإقراض، أو الخدمات المالية.
- خبرة في العمل مع أنظمة تعلم الآلة الإنتاجية التي تدعم اتخاذ القرار في الوقت الحقيقي أو قريب من الوقت الحقيقي.
- مهارات تحليلية وحل المشكلات قوية مع القدرة على تحويل متطلبات مخاطر الأعمال إلى حلول تعلم آلي فعالة.
- الخبرة في الأسواق الناشئة أو نماذج الائتمان المعتمدة على البيانات البديلة تعتبر ميزة قوية.
القطاع المهني للشركة
- الخدمات المصرفية
- الخدمات المالية
- الوساطة
المجال الوظيفي / القسم
- سوفت وير تقنية المعلومات
الكلمات الرئيسية
- مهندس التعلم الألى
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
Client of Kalamntina