Conga
Conga
1,001 – 5,000 الموظفون
SaaSالتمويلمؤسسة
تطوّر Conga برمجيات لإدارة دورة الإيرادات للشركات، وتوفّر أدوات لإنشاء المستندات والتوقيع الإلكتروني وإدارة دورة حياة العقود وعمليات إعداد العروض حسب التهيئة والسعر والاقتباس. تتكامل منصتها مع أنظمة إدارة علاقات العملاء وتخطيط موارد المؤسسات القائمة، لمساعدة فرق المبيعات والتمويل وتقنية المعلومات والشؤون القانونية على إدارة العقود وسير عمل الإيرادات عبر رحلة العميل، من اكتسابه إلى تجديد العلاقة معه. تخدم Conga أكثر من 10,000 شركة حول العالم، وتعمل في مجالات البرمجيات كخدمة والتمويل وبرمجيات المؤسسات.

عالم بيانات أول في الذكاء الاصطناعي

ابحث وطوّر قدرات معالجة اللغة الطبيعية والتعلم الآلي والذكاء الاصطناعي التوليدي لمنصة Conga للعمليات التجارية وإدارة دورة الإيرادات. أنشئ حلولاً ذكية بدءاً من التجارب وصولاً إلى الإنتاج.

الوصف

  • استكشف التقنيات الناشئة في معالجة اللغة الطبيعية والتعلم الآلي والتعلم العميق والذكاء الاصطناعي التوليدي.
  • ابحث في المسائل التقنية المعقدة، وطوّر الفرضيات، وقارن بين الأساليب من خلال التجارب.
  • قيّم النماذج والأطر والأساليب، وطبّق التحسينات على إمكانات المنتجات وأداء الأنظمة.
  • أنشئ حلولاً لمعالجة اللغة الطبيعية والتعلم الآلي الإحصائي والتعلم العميق، وحلولاً قائمة على المحولات.
  • أنشئ مسارات للبيانات وسير عمل لمعالجة النصوص مسبقاً وتمثيلات للميزات وتضمينات ومجموعات بيانات للتدريب.
  • طوّر استراتيجيات لجودة البيانات تدعم موثوقية النماذج.
  • أنشئ حلولاً للنماذج اللغوية الكبيرة والذكاء الاصطناعي التوليدي وقيّمها باستخدام هندسة الموجهات والتوليد المعزز بالاسترجاع والتضمينات والبحث المتجهي والضبط الدقيق والوكلاء والتوليد المنظم.
  • اختر النماذج وحسّنها وفقاً للدقة وزمن الاستجابة والتكلفة واحتياجات العمل.
  • حدّد نهج بناء قدرات Conga في الذكاء الاصطناعي التوليدي وإرسائها وحوكمتها.
  • أنشئ تجارب ومعايير ومجموعات بيانات للتقييم وأساليب إحصائية.
  • قد التحليل التفصيلي للأخطاء وقياس الأداء.
  • ضع معايير التقييم للفريق على نطاق أوسع.
  • طوّر حلول الذكاء الاصطناعي من البحث والنمذجة الأولية إلى النشر في الإنتاج والمراقبة والتحسين.
  • تعاون مع فرق الهندسة لنشر النماذج على نطاق واسع.
  • اكتشف انحراف النماذج ومشكلات الجودة وفرص تحسين الأداء.
  • تعاون مع فرق الهندسة والمنتجات وعلوم البيانات.
  • وجّه الزملاء وارشدهم في معالجة اللغة الطبيعية والتعلم الآلي والتجارب والذكاء الاصطناعي التوليدي.

المتطلبات

  • درجة ماجستير في علوم الحاسوب أو علوم البيانات أو اللغويات الحاسوبية أو الإحصاء أو الرياضيات أو الهندسة أو مجال كمي ذي صلة.
  • خبرة مهنية لا تقل عن 10 سنوات في علوم البيانات أو التعلم الآلي أو معالجة اللغة الطبيعية أو الذكاء الاصطناعي، بما يشمل خبرة عملية واسعة في بناء حلول معالجة اللغة الطبيعية أو الذكاء الاصطناعي التوليدي ونشرها.
  • سجل مثبت في نقل حلول التعلم الآلي أو معالجة اللغة الطبيعية أو الذكاء الاصطناعي التوليدي من التجارب إلى النشر في الإنتاج والتحسين المستمر.
  • القدرة على تحويل الأبحاث المفتوحة إلى نتائج عملية قابلة للقياس.
  • مهارات تواصل قوية وخبرة في الإسهام بصفة مساهم فردي أول ضمن فرق تقنية.
  • إتقان خبير للغة Python وخبرة واسعة في Hugging Face Transformers وspaCy وNLTK وSentence Transformers وPyTorch وTensorFlow.
  • خبرة متعمقة في أساليب معالجة اللغة الطبيعية التقليدية.
  • فهم قوي لبنى التعلم العميق والنماذج اللغوية القائمة على المحولات.
  • خبرة عملية في النماذج اللغوية الكبيرة والنماذج الأساسية، بما في ذلك هندسة الموجهات والتوليد المعزز بالاسترجاع والبحث المتجهي وإعادة الترتيب والضبط الدقيق وLoRA/QLoRA والتوليد المنظم وتقييم النماذج اللغوية الكبيرة.
  • تمكن قوي من تصميم التجارب والاختبارات الإحصائية والتحقق المتقاطع وتحسين المعلمات الفائقة وتحليل الأخطاء.
  • خبرة في مقاييس تقييم معالجة اللغة الطبيعية والذكاء الاصطناعي التوليدي.
  • مهارات قوية في SQL وخبرة في التعامل مع البيانات المنظمة وغير المنظمة على نطاق واسع.
  • خبرة في منصات معالجة البيانات الموزعة مثل Spark أو Databricks أو BigQuery.
  • خبرة في المنصات السحابية مثل Databricks أو Google Cloud Platform أو AWS أو Azure، وفي البنية التحتية الحديثة للتعلم الآلي.
  • خبرة في أدوات التعلم الآلي مثل MLflow أو Kubeflow أو Weights & Biases أو Docker أو Kubernetes أو Ray.
  • خبرة في قواعد البيانات المتجهية وتقنيات البحث مثل FAISS أو Elasticsearch/OpenSearch أو Pinecone أو Weaviate أو Milvus.
  • إلمام بأطر تطبيقات النماذج اللغوية الكبيرة مثل LangChain أو LlamaIndex أو DSPy.

المزايا

  • فرص للتطوير الفردي والجماعي.
  • تكافؤ فرص العمل.
  • توفير الترتيبات التيسيرية المعقولة للمتقدمين ذوي الإعاقة.
  • سفر محدود إلى مكاتب Conga الأخرى عند الطلب.

وظائف ذات صلة

BDR Solutions LLC

مدير أول للبيانات، نظام معلومات سلامة السكك الحديدية

BDR Solutions LLC

قيادة حوكمة البيانات لنظام معلومات سلامة السكك الحديدية التابع لشركة BDR Solutions، لخدمة عملاء الحكومة الفيدرالية. إدارة البيانات المرجعية والبيانات الوصفية وحسابات المخاطر، وتغطية مهام إدارة المشاريع.

فتح
Xenon Seven

عالم بيانات سريرية، التوائم الرقمية والتجارب السريرية

Xenon Seven

يطوّر توائم رقمية ومحاكاة للمساعدة في تصميم التجارب السريرية الدوائية. يدمج البيانات السريرية مع الذكاء الاصطناعي والتعلّم الآلي لدعم قرارات التطوير القائمة على الأدلة.

فتح
OpenAI

عالم بيانات أول في تعلم الآلة، التنبؤ بسلوك المستهلك

OpenAI

أنشئ وشغّل أنظمة تنبؤ تساعد OpenAI على التخطيط لنمو المستخدمين والإيرادات والطلب على الحوسبة وقيمة العملاء والربحية. يربط هذا الدور بين أبحاث تعلم الآلة وقرارات المنتجات والتمويل والبنية التحتية والأعمال.

فتح
Vanguard

مدير أول لإدارة البيانات

Vanguard

قيادة عمليات إدارة البيانات لدى فانغارد، بما يشمل جودة البيانات وحوكمتها وممارسات البيانات الرئيسية. إدارة الفرق والضوابط والحوادث والمورّدين والمبادرات الاستراتيجية للبيانات.

فتح
Ritchie Bros.

كبير علماء البيانات، شيكاغو (نظام هجين)

Ritchie Bros.

قد فرق علوم البيانات في بناء حلول قابلة للتوسع للتعلم الآلي والتحليلات المتقدمة. تعاون مع تقنية المعلومات والقيادات التنفيذية وفرق المنتجات وسائر أصحاب المصلحة في مبادرات على مستوى المؤسسة.

فتح
Ritchie Bros.

كبير علماء البيانات

Ritchie Bros.

قد فريقًا لعلوم البيانات يبني حلولًا قابلة للتوسع في تعلم الآلة والتحليلات المتقدمة للأعمال. أدر العلماء ووجّههم، وأشرف على تطوير النماذج، وتعاون مع فرق تقنية المعلومات والمنتجات والتنفيذيين وأصحاب المصلحة.

فتح