Salve.Inno هي شركة توظيف واستشارات تأسست عام 2024، ويقع مقرها الرئيسي في غدانسك، بولندا. يساعد فريقها الصغير الشركات على التوظيف من خلال استراتيجيات توظيف مخصصة، واستقطاب المواهب عن بُعد عالميًا، وفرز المرشحين، وتجارب توظيف مصممة لمواقع المسارات المهنية. تعمل الشركة في مجالات الاستشارات والتسويق والخدمات اللوجستية، وتمتد خبرتها في التوظيف إلى وظائف التسويق والفوركس والألعاب الإلكترونية. كما تدعم Salve.Inno المؤسسات في مجالات التواصل والتنوع والإنصاف والشمول، وتطوير عمليات توظيف أكثر فاعلية، مع نشر فرص العمل عن بُعد وتقديم خدمات استشارية لسوق مواهب عالمي.
مهندس أول لتعلّم الآلة وقائد الذكاء الاصطناعي التطبيقي وعمليات تعلّم الآلة
قيادة حلول الذكاء الاصطناعي الإنتاجية وعمليات تعلّم الآلة في مؤسسة دولية. تطوير النماذج التنبؤية والحوكمة والنشر وبنية تعلّم آلة قابلة للتوسع.
الوصف
- تولّي مسؤولية نماذج تعلّم الآلة من تطويرها وحتى مراقبتها في بيئة الإنتاج وإعادة تدريبها.
- قيادة مشاريع الذكاء الاصطناعي التطبيقي في القيمة الدائمة للعميل، وفقدان العملاء، والاحتيال، ومنع إساءة الاستخدام.
- إنشاء أطر عمليات تعلّم الآلة وتحسينها، بما يشمل النشر الآلي والتكامل والتسليم المستمرين وترقية البيئات وإدارة دورة حياة النماذج.
- إنشاء أنظمة لمراقبة أداء النماذج وانحراف البيانات وجودتها ونتائج الأعمال.
- وضع استراتيجيات إعادة تدريب النماذج وإجراءات التصعيد وممارسات التحسين المستمر.
- استخدام SHAP وإسناد الميزات لجعل النماذج أكثر شفافية وقابلية للتفسير.
- وضع معايير حوكمة النماذج وتوثيقها والتحكم في إصداراتها وقابلية إعادة إنتاجها وقابليتها للتدقيق.
- التعاون مع هندسة البيانات في بناء مسارات بيانات قابلة للتوسع وهندسة الميزات وبنية بيانات موثوقة.
- تحويل تحديات الأعمال إلى حلول ذكاء اصطناعي عملية وقابلة للتوسع بالتعاون مع فرق المنتجات والمخاطر والشؤون التجارية وغيرها.
- مراجعة أداء النماذج في بيئة الإنتاج لتحسين الدقة والموثوقية والأثر على الأعمال.
- الحفاظ على معايير الإنتاج المتعلقة بالاستقرار وقابلية التوسع والصيانة والكفاءة التشغيلية.
- توجيه المهندسين الآخرين وإرشادهم.
- الموازنة بين تسليم الحد الأدنى من المنتج القابل للتطبيق بسرعة وبين موثوقية الإنتاج وقابليته للتوسع على المدى الطويل.
المتطلبات
- خبرة مهنية لا تقل عن 5 إلى 8 سنوات في بناء نماذج تعلّم الآلة ونشرها وصيانتها في بيئة الإنتاج.
- إتقان متقدم للغة Python وأسس قوية في هندسة البرمجيات.
- فهم خوارزميات تعلّم الآلة وتقييم النماذج وهندسة الميزات والنمذجة التنبؤية.
- خبرة عملية في تحديات تعلّم الآلة في بيئة الإنتاج، مثل تسرب البيانات وانحراف النماذج وجودة البيانات واستقرار النماذج.
- خبرة عملية في Apache Spark أو PySpark للحوسبة الموزعة ومعالجة البيانات واسعة النطاق.
- استخدام MLflow أو منصة مماثلة لإدارة دورة حياة تعلّم الآلة.
- خبرة في تصميم مسارات التكامل والتسليم المستمر وتنفيذها وصيانتها، ويفضل باستخدام GitHub Actions.
- مهارات متقدمة في SQL وخبرة في التعامل مع مجموعات بيانات كبيرة ومعقدة.
- فهم نشر النماذج ومراقبتها واكتشاف الانحراف وإعادة تدريبها وصيانتها في بيئة الإنتاج.
- تطبيق أساليب شرح النماذج وقابلية تفسيرها، مثل SHAP.
- تقديم حلول للذكاء الاصطناعي وتعلّم الآلة حققت تحسينات تجارية أو تشغيلية قابلة للقياس.
- فهم متطلبات حوكمة النماذج وإدارة إصداراتها وتوثيقها وقابلية إعادة إنتاجها.
- القدرة على تصميم بنيات تعلّم آلة قابلة للتوسع وموثوقة وسهلة الصيانة.
- قدرات قوية على التفكير التحليلي وحل المشكلات.
- القدرة على شرح الأفكار التقنية المعقدة بوضوح لأصحاب المصلحة غير التقنيين.
- خبرة في العمل بين فرق مثل هندسة البيانات والمنتجات والمخاطر والشؤون التجارية.
- الموازنة بين سرعة التطوير وتسليم الحد الأدنى من المنتج القابل للتطبيق وبين سلامة هندسة الإنتاج.
- إظهار القيادة من خلال الإرشاد والتأثير التقني وتطبيق أفضل ممارسات الهندسة.
- اتباع نهج استباقي ومستقل وموجّه نحو النتائج في تقديم حلول الذكاء الاصطناعي.
المزايا
- تعويض تنافسي بحسب الخبرة والمؤهلات.
- برامج شاملة لتدريب الموظفين وتطويرهم المهني.
- فرص لقيادة مبادرات مؤثرة في الذكاء الاصطناعي وتعلّم الآلة.
- الاطلاع على تقنيات متقدمة لتعلّم الآلة وممارسات حديثة لعمليات تعلّم الآلة.
- بيئة عمل دولية وتعاون بين فرق متعددة التخصصات.
- فعاليات للشركة والفريق والمجموعة.
- مزايا بمناسبة عيد الميلاد ومكافآت للوفاء.
- فرص للنمو المهني والقيادة التقنية.
- مزايا وحوافز إضافية للموظفين.