Az SSC HR Solutions 2006-ban alapított, teljes körű humánerőforrás-tanácsadó vállalat. A cég a munkavállalói életciklus minden szakaszában segíti a vállalkozásokat a munkaerő kezelésében, a toborzástól és a munkavállalói adminisztrációtól egészen a munkaviszony megszüntetéséig, szolgáltatásait pedig az egyedi tehetségfejlesztési igényekhez igazítja. Az Egyiptomban, az Egyesült Arab Emírségekben, Szaúd-Arábiában és Bahreinben működő SSC HR Solutions tanácsadási, logisztikai és egészségügyi szervezetekkel dolgozik együtt a munkaerőigények kezelése és a fenntartható üzleti fejlődés támogatása érdekében.
Senior gépi tanulási mérnök telekommunikációs területen - Egyiptomi távmunka
Telekommunikációs alkalmazásokhoz fejleszt és üzemeltet éles környezetben működő gépi tanulási rendszereket, többek között ügyfél-elvándorlás, szegmentálás és előrejelzés céljára. Ön felel az üzembe helyezést, a monitorozást, a modellverzió-kezelést és az újratanítást lefedő MLOps-munkafolyamatokért.
Leírás
- Éles használatra kész gépi tanulási modellek fejlesztése és üzembe helyezése telekommunikációs alkalmazásokhoz
- Megoldások létrehozása ügyfél-elvándorlás előrejelzésére, ügyfélszegmentálásra és klaszterezésre, valamint kereslet-előrejelzésre
- Nagy méretű ügyfél-adathalmazok előkészítése, tisztítása, átalakítása és elemzése
- Hatékony gépi tanulási modelleket támogató jellemzők tervezése és kiválasztása
- Felügyelt és felügyelet nélküli modellek betanítása, validálása és értékelése
- A Python alkalmazása adatelőkészítéshez, modellfejlesztéshez, validáláshoz és automatizáláshoz
- SQL használata több forrásból származó adatok lekérésére, átalakítására és feldolgozására
- MLOps-folyamatok létrehozása és karbantartása a gépi tanulási életciklus teljes során
- A modellverziók, az üzembe helyezés, az éles környezet monitorozása és az újratanítás felügyelete
- Az éles teljesítmény, valamint az adat- és modell-eltolódás nyomon követése, szükség esetén korrekciós intézkedések alkalmazása
- Együttműködés adatmérnökökkel, adattudósokkal és üzleti érdekelt felekkel skálázható gépi tanulási megoldásokon
- Megbízható, jól karbantartható és éles használatra kész modellek fenntartása
- A modellek, jellemzők és gépi tanulási munkafolyamatok fejlesztése az éles környezetben szerzett tapasztalatok alapján
Követelmények
- Legalább négy év tapasztalat gépi tanulás, adattudomány vagy kapcsolódó területen
- Telekommunikációs vagy távközlési területen szerzett tapasztalat kötelező
- Bizonyított siker éles környezetben működő gépi tanulási modellek fejlesztésében és üzembe helyezésében olyan távközlési felhasználási esetekhez, mint az ügyfél-elvándorlás, az ügyfélszegmentálás, a kereslet-előrejelzés és a viselkedés-előrejelzés
- A felügyelt és felügyelet nélküli gépi tanulási módszerek magas szintű ismerete
- Haladó, gyakorlati Python-tapasztalat adatelőkészítésben, jellemzőmérnökségben és modellfejlesztésben
- Erős SQL-készségek ügyféladatok eléréséhez, feldolgozásához és elemzéséhez
- Gyakorlati tapasztalat ügyféladatok előkészítésében és jellemzők kialakításában
- Gyakorlati MLOps-tapasztalat modellverzió-kezelésben, üzembe helyezésben, éles monitorozásban és újratanításban
- MLflow vagy hasonló modelléletciklus- és MLOps-platform használatában szerzett tapasztalat
- Tapasztalat gépi tanulási modellek fejlesztési környezetből éles környezetbe történő átvezetésében és későbbi karbantartásában
- Képesség a modell teljesítményének értékelésére és a fejlesztési lehetőségek azonosítására
- A gépi tanulási életciklus teljes folyamatának világos ismerete
- A Dataiku vagy hasonló vállalati gépi tanulási platform ismerete előnyt jelent
- A Spark, feature store-ok vagy uplift modellezés terén szerzett tapasztalat előnyt jelent