Crypto.com
Crypto.com
۱٬۰۰۱ – ۵٬۰۰۰ کارکنان
حامی ویزای H1Bامنیتفین‌تککریپتو
Crypto.com یک پلتفرم ارزهای دیجیتال و فین‌تک است که بر دسترس‌پذیر کردن دارایی‌های دیجیتال از طریق یک اکوسیستم یکپارچه تمرکز دارد. محصولات این شرکت از خرید، فروش و معامله بیت‌کوین، اتریوم و بیش از ۳۵۰ ارز دیجیتال دیگر پشتیبانی می‌کنند و در صورت دسترس‌پذیری، گزینه‌هایی مانند انتقال یورو، SEPA و Apple Pay یا Google Pay را نیز ارائه می‌دهند. این شرکت همچنین ابزارهای مدیریت سبد دارایی از طریق Crypto Basket، استیکینگ آن‌چین، کیف پول DeFi برای تراکنش‌های همتا‌به‌همتا و قابلیت‌هایی برای کمک به کاربران در بررسی بازارهای رمزارز و کسب پاداش ارائه می‌کند. امنیت، رعایت مقررات و فعالیت‌های دارای مجوز از ارکان اصلی پلتفرم Crypto.com هستند. این شرکت به کاربران سراسر جهان خدمات می‌دهد و محصولاتی برای گسترش پذیرش ارزهای دیجیتال توسعه می‌دهد.

مهندس ارشد تحلیل داده و هوش مصنوعی در Crypto.com — هنگ‌کنگ، ترکیبی

گردش‌کارهای تحلیل داده مجهز به هوش مصنوعی و خط‌لوله‌های داده مقیاس‌پذیر را در Crypto.com بسازید. مدل‌های داده یکپارچه توسعه دهید و نیازهای کسب‌وکار را به مشخصات فنی تبدیل کنید.

توضیحات

  • مدل‌های دادهٔ عملیاتی بسازید و نگهداری کنید که جریان‌های خام داده را به برنامه‌ها و ابزارهای هوش تجاری متصل می‌کنند.
  • از مدل‌های زبانی بزرگ و ابزارهای هوش مصنوعی برای مستندسازی داده‌ها، توسعهٔ تبدیل‌های SQL و Python، تبدیل گویش‌های انبار داده و عیب‌یابی گزارش‌های خط‌لوله استفاده کنید.
  • روش‌های مدل‌سازی یکپارچه تعریف کنید و لایه‌های معنایی قابل‌اعتماد برای تحلیل داده و گزارش‌دهی توسعه دهید.
  • در تعیین محدودهٔ کار با تیم‌های محصول، فناوری و مالی راهبری کنید و نیازهای کسب‌وکار را به مشخصات، داستان‌های کاربری و نقشه‌های داده تبدیل کنید.
  • تعریف داده‌ها را میان بخش‌های مختلف همسو کنید.
  • برای پشتیبانی از قابلیت اطمینان در سطح خدمات مالی، رویه‌های آزمون خودکار، پایش و کیفیت داده ایجاد کنید.
  • سرعت پرس‌وجوها، هزینه‌های انبار داده و ارکستراسیون خط‌لوله را بهبود دهید.

شرایط لازم

  • حداقل پنج سال تجربه در مهندسی داده، مهندسی تحلیل داده یا علم داده، شامل دو سال یا بیشتر تجربهٔ کار در محیط هوش مصنوعی.
  • مهارت پیشرفته در SQL.
  • تجربهٔ عملی با ابزارهای نوین تبدیل و ارکستراسیون داده مانند dbt، Airflow، Prefect یا Dagster.
  • تجربهٔ چشمگیر با انبارهای دادهٔ ابری، از جمله Snowflake، Databricks یا BigQuery.
  • آشنایی با مهندسی ویژگی، چرخهٔ عمر گردش‌کار عامل‌های هوش مصنوعی و معیارهای ارزیابی.
  • تجربهٔ استقرار گردش‌کار عامل‌های هوش مصنوعی در محیط عملیاتی.
  • توانایی گردآوری نیازهای کسب‌وکار، تعریف معیارهای کلیدی و تبدیل نیازهای ذی‌نفعان به دارایی‌های دادهٔ ساختاریافته.
  • مهارت قوی در Git، CI/CD برای خط‌لوله‌های داده و آزمون کد عملیاتی.

فرصت‌های شغلی مرتبط

هیچ موقعیت شغلی پیدا نشد

برای یافتن فرصت‌های بیشتر، فیلترها را تغییر دهید یا پاک کنید.