Parser هي شركة متخصصة في الحلول التقنية والاستشارات، تأسست عام 2018، وتساعد المؤسسات على توظيف الذكاء الاصطناعي والبيانات وهندسة البرمجيات لمعالجة احتياجات الأعمال المعقدة. تشمل أعمالها تطوير البرمجيات المخصصة، والاستفادة من الذكاء الاصطناعي والبيانات، وتصميم المنتجات، والاستشارات في مجال التحول الرقمي. وتتعاون Parser مع قادة التكنولوجيا لتطوير حلول مرنة ومصممة وفقًا لأهدافهم، بالجمع بين الخبرة الهندسية والتركيز على الابتكار العملي وبناء شراكات مستدامة مع العملاء.
مهندس أول للأنظمة الخلفية وعمليات تعلم الآلة
ساهم في بناء بنية تحتية قابلة للتوسع لعمليات تعلم الآلة لدى شركة رائدة عالميًا في قطاع السفر، تشمل خطوط البيانات ونشر النماذج وأنظمة التعلم الآلي الفورية. انضم إلى فريق Parser الهجين في إسبانيا.
الوصف
- طوّر بنية تحتية قابلة للتوسع لتدريب نماذج تعلم الآلة ونشرها وتقديمها على دفعات أو في الوقت الفعلي.
- أنشئ خطوط بيانات لمعالجة كميات كبيرة من البيانات وهندسة الخصائص، وتولَّ صيانتها.
- حسّن استخدام موارد الحوسبة وأداء تقديم النماذج عبر أنظمة تعلم الآلة.
- أعدّ أنظمة المراقبة والتسجيل والتنبيه لأنظمة تعلم الآلة.
- ساهم في تطوير ممارسات تشغيل تعلم الآلة، بما في ذلك مسارات التكامل والنشر المستمرين (CI/CD).
- تعاون مع علماء البيانات لنقل النماذج من مرحلة التطوير إلى الإنتاج.
- قيّم التقنيات الجديدة وادمجها.
- وجّه المهندسين المبتدئين من خلال الإرشاد.
- اشرح الحلول التقنية لمختلف أصحاب المصلحة.
المتطلبات
- درجة البكالوريوس أو الماجستير في علوم الحاسوب أو هندسة البرمجيات أو مجال تقني ذي صلة.
- عادةً ما تتطلب الوظيفة خبرة تتراوح بين 6 و7 سنوات في هندسة البرمجيات أو البيانات أو تعلم الآلة.
- مهارات قوية في حل المشكلات.
- إتقان Java؛ وتُعد معرفة Python ميزة مرغوبة.
- فهم خوارزميات تعلم الآلة وبُنى النماذج.
- خبرة في تطوير أنظمة تعلم آلة موثوقة وقابلة للتوسع.
- خبرة أو اطلاع على منصات سحابية مثل AWS.
- خبرة في Docker أو تقنيات الحاويات الأخرى.
- خبرة في أنظمة بيانات قابلة للتوسع مثل Spark أو Kafka.
- إلمام بأدوات التكامل والنشر المستمرين مثل GitHub Actions.
- إلمام بتقنيات تقديم النماذج مثل MLflow.
- القدرة على العمل بفاعلية ضمن فرق متعددة.
المزايا
- فريق ودود وتعاوني يقدّر تبادل المعرفة والتعلم المستمر.
- ثقافة عمل تركّز على المبادرة والتنفيذ.
- فرصة لبناء بنية تحتية لعمليات تعلم الآلة والتعلم الآلي للأنظمة الفورية باستخدام تقنيات مثل Java وPython وAWS وDocker وKafka وSpark وMLflow.