SSC HR Solutions היא חברת ייעוץ מקיפה בתחום משאבי האנוש, שנוסדה בשנת 2006. החברה מסייעת לעסקים לנהל את כוח האדם שלהם לאורך כל מחזור חיי העובד, מגיוס וניהול אדמיניסטרטיבי של עובדים ועד לסיום העסקה, באמצעות שירותים המותאמים לצורכי צמיחת הכישרונות הייחודיים שלהם. SSC HR Solutions פועלת במצרים, באיחוד האמירויות הערביות, בערב הסעודית ובבחריין, ועובדת עם ארגונים בתחומי הייעוץ, הלוגיסטיקה והבריאות כדי לתת מענה לצורכי כוח האדם ולתמוך בפיתוח עסקי בר-קיימא.
מהנדס למידת מכונה בכיר לתקשורת מרחוק במצרים
פיתוח ותפעול של מערכות למידת מכונה בסביבת ייצור עבור יישומי תקשורת, כולל נטישת לקוחות, פילוח וחיזוי. אחריות על תהליכי MLOps הכוללים פריסה, ניטור, ניהול גרסאות מודלים ואימון מחדש.
תיאור
- פיתוח ופריסה של מודלים מוכנים לייצור עבור יישומי תקשורת
- יצירת פתרונות לחיזוי נטישת לקוחות, פילוח וקיבוץ לקוחות וחיזוי ביקושים
- הכנה, ניקוי, המרה וניתוח של מערכי נתוני לקוחות בהיקף גדול
- הנדסה ובחירה של מאפיינים התומכים במודלים יעילים של למידת מכונה
- אימון, תיקוף והערכה של מודלים מונחים ולא מונחים
- שימוש ב-Python להכנת נתונים, פיתוח מודלים, תיקוף ואוטומציה
- שימוש ב-SQL לשליפה, המרה ועיבוד של נתונים ממקורות מרובים
- בנייה ותחזוקה של צינורות MLOps לאורך מחזור החיים של למידת המכונה
- פיקוח על ניהול גרסאות מודלים, פריסה, ניטור בייצור ואימון מחדש
- מעקב אחר ביצועי הייצור והיסחפות נתונים או מודלים, ונקיטת פעולות מתקנות בעת הצורך
- שיתוף פעולה עם מהנדסי נתונים, מדעני נתונים ובעלי עניין עסקיים לפיתוח פתרונות למידת מכונה הניתנים להרחבה
- תחזוקת מודלים אמינים, ניתנים לתמיכה ומוכנים לשימוש בייצור
- שיפור מודלים, מאפיינים ותהליכי עבודה של למידת מכונה באמצעות ממצאים מסביבת הייצור
דרישות
- לפחות ארבע שנות ניסיון בלמידת מכונה, במדעי הנתונים או בתחום קשור
- ניסיון חובה בתחום התקשורת
- הצלחה מוכחת בבנייה ובפריסה של מודלים של למידת מכונה בסביבת ייצור עבור מקרי שימוש בתחום התקשורת, כגון נטישת לקוחות, פילוח לקוחות, חיזוי ביקושים וחיזוי התנהגות
- שליטה חזקה בשיטות למידת מכונה מונחות ולא מונחות
- ניסיון מעשי מתקדם ב-Python להכנת נתונים, הנדסת מאפיינים ופיתוח מודלים
- יכולות SQL חזקות לגישה לנתוני לקוחות, לעיבודם ולניתוחם
- ניסיון מעשי בהכנת נתוני לקוחות ובהנדסת מאפיינים
- ניסיון מעשי ב-MLOps, כולל ניהול גרסאות מודלים, פריסה, ניטור בייצור ואימון מחדש
- ניסיון בשימוש ב-MLflow או בפלטפורמה דומה לניהול מחזור חיי מודלים ו-MLOps
- ניסיון בהעברת מודלים של למידת מכונה מפיתוח לייצור ובתחזוקתם לאחר מכן
- יכולת להעריך ביצועי מודלים ולזהות תחומים לשיפור
- הבנה ברורה של מחזור החיים המלא של למידת המכונה
- ניסיון ב-Dataiku או בפלטפורמה ארגונית דומה ללמידת מכונה הוא יתרון
- ניסיון ב-Spark, במאגרי מאפיינים או במידול שיפור הוא יתרון