مجموعة Sigma Software هي شركة متعددة الجنسيات للاستشارات التقنية تأسست عام 2002. تقدم فرقها خدمات تطوير البرمجيات والتصميم الجرافيكي والاختبار والدعم التقني لعملاء في قطاعات تشمل السيارات والرعاية الصحية والاتصالات والطيران والخدمات المصرفية والألعاب والعقارات والإعلانات. توظف الشركة متخصصين في تكنولوجيا المعلومات للعمل على مشاريع هندسية معقدة، وتدعم التطور المهني من خلال الإرشاد والتعلم المستمر. وتُعد فرص العمل عن بُعد جزءًا من نموذج عملها، مع مشاريع تخدم مؤسسات مثل AstraZeneca وScania وSAS.
عالم بيانات أول – الإعلان البرنامجي (عن بُعد، ألمانيا/بولندا)
طوّر أنظمة تعلّم آلي وتحسين تعمل في الوقت الفعلي للإعلان البرنامجي. أنشئ نماذج تنبؤية للمزايدة واستهداف الجمهور والتحويلات والمعايرة وأداء الحملات.
الوصف
- طوّر نماذج مقيدة لساحة المزايدة لتقدير توزيعات أسعار الإرساء من بيانات المزادات المرصودة جزئيًا
- أنشئ نماذج احتمالية الفوز في الوقت الفعلي تتكيف مع ديناميكيات تسعير المزايدات
- صمّم نماذج هرمية لتقدير الرفع مع استراتيجيات اختيار قائمة على حدود الثقة
- أنشئ نماذج احتمالية التحويل من تسميات متفرقة ومتأخرة ومجمعة فقط
- طوّر نماذج للجمهور المشابه باستخدام التعلّم من البيانات الإيجابية وغير المصنفة وطرق أقرب جار القائمة على التضمينات
- طبّق استراتيجيات المعايرة على مستوى المعلن وقيّم بشكل مستقل جودة الترتيب والمعايرة
- صمّم أطرًا للتقييم غير المتصل بالإنترنت باستخدام تسجيل معكوس الاحتمال ومقدّرات متينة مزدوجة وإعادة ترجيح الأهمية
- حدّد استراتيجيات الاستكشاف وطرق تسجيل الميل لدعم التصحيح والتقييم الموثوقين
- طوّر أساليب تحسين مقيّدة لأهداف الحملات وحدود التسعير واستهداف الحجم
- ادعم تشخيص البيانات وتقييم القدرات والتوصيات المستندة إلى الأدلة بشأن النماذج
- اعمل مع فريق العملاء على الضبط بعد الإطلاق والتحقق من الأداء
- أعدّ الوثائق التقنية ومواد نقل المعرفة لفريق علوم البيانات الداخلي لدى العميل
- ساهم في مناقشات البنية وقرارات منصات التعلّم الآلي القابلة للتوسّع
المتطلبات
- خمس سنوات على الأقل من الخبرة في تعلّم الآلة أو علوم البيانات مع تقديم نماذج إنتاجية تُقاس مقابل مؤشرات الأداء الرئيسية للأعمال
- مهارات متقدمة في Python، بما في ذلك NumPy وpandas وscikit-learn
- مهارات قوية في SQL وخبرة في التعامل مع مجموعات البيانات واسعة النطاق
- خبرة عملية في XGBoost أو LightGBM أو CatBoost
- معرفة راسخة بالتنظيم وتقنيات المعايرة ومعالجة السمات الفئوية
- أساس قوي في الاحتمالات والإحصاء وفترات الثقة وتحليل القوة الإحصائية
- خبرة في هندسة السمات من البيانات المهيكلة والسلوكية
- خبرة عملية في Spark أو PySpark
- فهم عملي لأطر التجارب واختبارات A/B
- خبرة في أساليب التحقق المتقدمة، بما في ذلك التقسيمات الزمنية واكتشاف تسرّب البيانات وتحليل الانحراف ومقاييس الشرائح
- فهم لأساليب قابلية التفسير مثل SHAP وأهمية التبديل
- إتقان اللغة الإنجليزية بمستوى فوق المتوسط أو أعلى
- قدرات قوية على التحليل وحل المشكلات
- فاعلية في بيئات العمل التي تعتمد بدرجة كبيرة على البيانات
- مهارات قوية في التواصل وإدارة أصحاب المصلحة
- القدرة على شرح قرارات النمذجة المعقدة للجمهورين التقني وغير التقني
- نهج استباقي مع إحساس قوي بالمسؤولية
- اهتمام كبير بالتفاصيل وصرامة علمية في التجارب والتقييم
المزايا
- ترتيب عمل عن بُعد
- العمل على منتجات تتسم بتحديات تقنية
- التعاون مع مهندسين وعلماء بيانات ذوي خبرة
- المساهمة المباشرة في أنظمة إنتاجية واسعة النطاق