SSC HR Solutions
SSC HR Solutions
SSC HR Solutions je savjetodavna tvrtka za ljudske resurse koja pruža cjelovite usluge, a osnovana je 2006. godine. Tvrtka pomaže poduzećima upravljati radnom snagom tijekom cijelog životnog ciklusa zaposlenika, od zapošljavanja i administracije zaposlenika do prestanka radnog odnosa, uz usluge prilagođene specifičnim potrebama razvoja talenata. SSC HR Solutions posluje u Egiptu, Ujedinjenim Arapskim Emiratima, Saudijskoj Arabiji i Bahreinu te surađuje s organizacijama iz područja savjetovanja, logistike i zdravstvene skrbi kako bi odgovorila na potrebe radne snage i podržala održiv razvoj poslovanja.

Viši inženjer strojnog učenja – Egipat (rad na daljinu)

Voditi strojno učenje u produkciji za bodovanje korisnika, uključujući modele odljeva korisnika, sklonosti, životne vrijednosti, namjere potrošnje i odaziva. Biti odgovoran za MLOps, implementaciju, ponovno treniranje, praćenje, evaluaciju i kalibraciju u samostalno upravljanoj podatkovnoj platformi.

Opis

  • Biti odgovoran za prediktivne korisničke bodove proizvoda u slučajevima odljeva korisnika, sklonosti, životne vrijednosti, namjere potrošnje i odaziva.
  • Primjenjivati strojno učenje i tablično prediktivno modeliranje na korisničke podatke.
  • Razvijati i održavati produkcijske modele za predviđanje i bodovanje korisnika.
  • Upravljati cijelim životnim ciklusom modela, od treniranja i implementacije do ponovnog treniranja, praćenja, evaluacije i kalibracije.
  • Izvršavati modele u okruženju samostalno upravljane podatkovne platforme.
  • Podržavati inicijative prediktivnog modeliranja usmjerene na produkciju.

Zahtjevi

  • Dokazano iskustvo u primjeni modela strojnog učenja u produkciji, a ne samo u istraživanju ili dokazivanju koncepta.
  • Izvrsno praktično iskustvo s tabličnim prediktivnim modeliranjem na korisničkim podacima.
  • Iskustvo u razvoju modela odljeva korisnika ili sklonosti u telekomunikacijama, bankarstvu ili maloprodaji.
  • Sposobnost izrade cjevovoda za treniranje, implementaciju i ponovno treniranje u samostalno upravljanom okruženju.
  • Praktično MLOps iskustvo s registrima modela, verzioniranjem, ponovnim treniranjem, praćenjem i otkrivanjem drifta.
  • Sigurnost u radu s podatkovnom platformom umjesto isključivog oslanjanja na bilježnice.
  • Iskustvo s uplift ili kauzalnim modeliranjem za inkrementalno ciljanje.
  • Poznavanje dizajna spremišta značajki.
  • Sposobnost suradnje s komercijalnim dionicima na definiranju načina upotrebe predikcija.