EXL هي شركة للاستشارات وخدمات الأعمال تساعد المؤسسات على استخدام البيانات والتحليلات والتكنولوجيا لتحسين العمليات واتخاذ قرارات أفضل. تشمل خدماتها إدارة العمليات، وتحليلات اتخاذ القرار، والتحول الرقمي، مع خبرة في دعم العملاء في مجالات الرعاية الصحية والتأمين والتمويل والخدمات اللوجستية. تجمع EXL بين علم البيانات والخبرة العملية في مجال الأعمال لتطوير حلول مصممة وفقًا لأهداف كل مؤسسة ونموذجها التشغيلي وسياقها الصناعي.
مهندس عمليات الذكاء الاصطناعي وتعلّم الآلة والنماذج اللغوية الكبيرة
تحويل قدرات معالجة اللغة الطبيعية متعددة اللغات والنماذج اللغوية الكبيرة إلى عمليات تشغيلية ضمن أنظمة الذكاء الاصطناعي الإنتاجية. بناء خطوط بيانات على AWS، والبحث الهجين، وسير عمل نشر النماذج، وحلول معالجة المستندات واسعة النطاق.
الوصف
- دمج خطوط استدلال المستندات وتحسينها لتصنيف المستندات، واستخراج الكيانات، وإزالة تحديد الهوية، واكتشاف الاتجاهات المستند إلى النماذج اللغوية الكبيرة.
- ربط وحدات علم البيانات بسير عمل إنتاجية متكاملة من خلال مخططات Airflow DAG التي تعمل على AWS EKS.
- تطوير البحث الهجين وتحسينه باستخدام التضمينات الكثيفة متعددة اللغات من GTE والفهارس المعجمية GIN على Aurora PostgreSQL.
- دمج منصة واجهات برمجة تطبيقات مبنية على OpenAI لتوسيع الاستعلامات متعددة اللغات واكتشاف الاتجاهات المدعوم بالنماذج اللغوية الكبيرة.
- تصميم خطوط معالجة مسبقة وصيانتها للملفات JSON المتداخلة، ومرفقات البريد الإلكتروني، وملفات PDF المضمّنة المخزنة في أنظمة S3 وDataLake.
- معالجة نصوص غير مهيكلة متعددة اللغات تمتد عبر 300 غيغابايت من ملاحظات المطالبات والمستندات.
- تطوير أساليب تقسيم النص وعمليات استخراج البيانات الوصفية لسير عمل التضمين والاسترجاع.
- إنشاء مخططات Airflow DAG وصيانتها للتحديثات الشهرية للكيانات، واكتشاف الاتجاهات، ومعالجة دفعات إزالة تحديد الهوية.
- تنسيق نقل البيانات عبر AWS S3 وAthena وGlue وFargate وSQS وStep Functions.
- توسيع نطاق أنظمة المعالجة لأكثر من 500000 مطالبة ومئات الملايين من مقاطع النصوص.
- نشر نماذج التعلم الآلي وإدارة إصداراتها باستخدام MLflow وDatabricks.
- إدارة تغييرات المخططات وترحيلات قواعد البيانات باستخدام Liquibase على Aurora PostgreSQL.
- إضافة التسجيل والمراقبة ودرجات تقييم جودة الاسترجاع إلى خطوط الإنتاج.
المتطلبات
- درجة بكالوريوس في علوم الحاسوب، أو تكنولوجيا المعلومات، أو علم البيانات، أو الذكاء الاصطناعي، أو الإحصاء، أو الرياضيات، أو تخصص ذي صلة.
- تُفضّل درجة ماجستير في علم البيانات، أو الذكاء الاصطناعي والتعلم الآلي، أو علوم الحاسوب، أو التحليلات، لكنها ليست مطلوبة.
- تُعد شهادات الحوسبة السحابية أو هندسة البيانات ميزة إضافية.
- إتقان قوي للغة Python بوصفها اللغة الأساسية، ولغة SQL.
- خبرة في دمج واجهات برمجة تطبيقات النماذج اللغوية الكبيرة والعمل مع التضمينات متعددة اللغات، والبحث الهجين، وتصنيف النصوص، واستخراج الكيانات، والتعرّف على الكيانات المسماة، وإخفاء معلومات التعريف الشخصية.
- خبرة في Apache Airflow، وتنسيق المعالجة الدفعية، ومعالجة البيانات غير المهيكلة واسعة النطاق.
- خبرة عملية في خدمات AWS، بما في ذلك S3 وAthena وGlue وFargate وEKS وSQS وStep Functions.
- معرفة بـ PostgreSQL أو Aurora، وpgvector، وفهارس GIN، والبحث في النصوص الكاملة.
- خبرة في استخدام MLflow وDatabricks أو Azure Databricks.
- خبرة في التطوير المعتمد على GitHub، والتكامل والتسليم المستمرين، وإدارة المخططات، ودعم الإنتاج.