عالم بيانات موظف (الذكاء الاصطناعي والتعلم الآلي)

talabat

استغلال مشكلات الأعمال الغامضة كفرص لدفع معايير موضوعية باستخدام البيانات.

حل مشكلات الأعمال المعقدة باستخدام أبسط وأفضل الخوارزميات لتقديم قيمة الأعمال.

تصميم وتنفيذ أنظمة تعلم آلي فعالة وتأثيرية وأنظمة ذكاء اصطناعي توليدية في الإنتاج.

تطوير فهم عميق لتجارب المنتجات وعمليات الأعمال التي تشكل منطقة تركيزك.

تطوير معرفة عميقة بالبيانات المصدرية وأنظمتها من خلال الوثائق، والتفاعل مع فرق الهندسة، وتحليل البيانات المنهجي.

المساهمة بشكل كبير في تصميم وصيانة نماذج البيانات التي تسمح لنا بقياس الأداء وفهم العوامل المؤثرة في الأداء لمنطقة تركيزك.

العمل عن كثب مع فرق المنتجات والأعمال لتحديد الأسئلة المهمة التي يمكن الإجابة عليها بفعالية باستخدام البيانات.

تقديم رؤى وتوصيات مصاغة بشكل جيد وذات صلة وموثوقة وقابلة للتنفيذ لدعم اتخاذ القرار المدعوم بالبيانات من خلال تحليل عميق وتقارير آلية.

تصميم، تخطيط، وتحليل التجارب (اختبارات A/B والاختبارات متعددة المتغيرات).

دعم مديري المنتجات والأعمال في تصميم مؤشرات الأداء الرئيسية وتحديد الأهداف.

توجيه علماء البيانات الآخرين في مسارات نموهم.

المساهمة في تحسين طرق عملنا، وأدواتنا، وبرامج التدريب الداخلية لدينا.

الخبرة التقنية

• خبرة في التعلم الآلي، والذكاء الاصطناعي التوليدي، والتعلم العميق، وأنظمة التوصية، والتعرف على الأنماط، والتنقيب عن البيانات، والذكاء الاصطناعي.
• معرفة عميقة وخبرة في أطر التعلم الآلي والذكاء الاصطناعي التوليدي (مثل: Scikit-learn، XGBoost، LightGBM، CatBoost، SVMs، Keras، TensorFlow، PyTorch، Hugging Face Transformers، ضبط دقيق لـ LLM).
• مهارات ممتازة في SQL.
• الكفاءة في تحليل البيانات القابلة للتكرار باستخدام Python أو R.
• المعرفة بنمذجة البيانات والتصميم البُعدي.
• قدرة قوية على إدارة دورة حياة البيانات بالكامل، بما في ذلك صياغة المشكلة، وتدقيق البيانات، والتحليل الدقيق، والتفسير، والتوصيات، والعرض.
• المعرفة بأنواع التحليل المختلفة، بما في ذلك التحليل الوصفي، والاستكشافي، والاستنتاجي، والسببي، والتحليل التنبؤي.
• فهم عميق لطرق تصميم وتحليل التجارب المختلفة والتقنيات الإحصائية المقابلة.
• المعرفة ببيانات المنتجات (الانطباعات، الأحداث، إلخ) وقياسات صحة المنتج (التحويل، التفاعل، الاحتفاظ، إلخ).
• الخبرة في LLMs وحلول تعتمد على معالجة اللغة الطبيعية لتغني البيانات والأتمتة الذكية هي ميزة إضافية.
• المعرفة بـ BigQuery ومنصة Google Cloud هي ميزة إضافية.
• خبرة في هندسة البيانات وتطوير أنابيب البيانات (مثل: عبر Airflow) هي ميزة إضافية.

المؤهلات

• درجة البكالوريوس في الهندسة، أو علوم الكمبيوتر، أو التكنولوجيا، أو مجالات مشابهة. الحصول على درجة دراسات عليا هو ميزة إضافية ولكنه ليس مطلوبًا.
• أكثر من 7 سنوات من الخبرة في مجال علوم البيانات، والتعلم الآلي، والذكاء الاصطناعي التوليدي.
• الخبرة في علوم البيانات في بيئة منتج استهلاكي عبر الإنترنت هي ميزة إضافية.
• حل مشكلات جيد بعقلية نمو قائمة على الاكتشاف.
• متعاون ممتاز.
• متحادث ممتاز.
• إحساس قوي بالملكية والمساءلة.
• نهج بسيط لتحقيق الأهداف.