SSC HR Solutions yra 2006 m. įkurta visapusiškas žmogiškųjų išteklių konsultavimo paslaugas teikianti įmonė. Ji padeda organizacijoms valdyti darbuotojus visais darbo santykių etapais – nuo darbuotojų paieškos ir administravimo iki darbo santykių nutraukimo. Paslaugos pritaikomos prie konkrečių talentų ugdymo poreikių. Egipte, Jungtiniuose Arabų Emyratuose, Saudo Arabijoje ir Bahreine veikianti SSC HR Solutions bendradarbiauja su konsultavimo, logistikos ir sveikatos priežiūros organizacijomis, siekdama spręsti darbuotojų poreikius ir prisidėti prie tvaraus verslo vystymo.
Vyresnysis mašininio mokymosi inžinierius – telekomunikacijos, nuotolinis darbas, Egiptas
Kursi ir prižiūrėsi telekomunikacijų taikomosioms programoms skirtas gamybines mašininio mokymosi sistemas, įskaitant klientų praradimo, segmentavimo ir prognozavimo sprendimus. Būsi atsakingas už MLOps procesus, apimančius diegimą, stebėseną, modelių versijavimą ir pakartotinį mokymą.
Aprašymas
- Kurk ir diek gamybai paruoštus mašininio mokymosi modelius telekomunikacijų taikomosioms programoms
- Kurk klientų praradimo prognozavimo, klientų segmentavimo ir klasterizavimo bei paklausos prognozavimo sprendimus
- Paruošk, išvalyk, transformuok ir analizuok didelės apimties klientų duomenų rinkinius
- Kurk ir atrink požymius, padedančius kurti efektyvius mašininio mokymosi modelius
- Mokyk, validuok ir vertink prižiūrimo bei neprižiūrimo mokymosi modelius
- Naudok Python duomenims paruošti, modeliams kurti, validuoti ir automatizuoti
- Naudok SQL duomenims iš kelių šaltinių gauti, transformuoti ir apdoroti
- Kurk ir prižiūrėk MLOps procesus viso mašininio mokymosi gyvavimo ciklo metu
- Prižiūrėk modelių versijavimą, diegimą, gamybinės aplinkos stebėseną ir pakartotinį mokymą
- Stebėk gamybinį našumą ir duomenų arba modelio poslinkį, prireikus taikydamas korekcines priemones
- Bendradarbiauk su duomenų inžinieriais, duomenų mokslininkais ir verslo suinteresuotosiomis šalimis kurdamas keičiamo masto mašininio mokymosi sprendimus
- Prižiūrėk patikimus, palaikomus ir gamybai paruoštus modelius
- Tobulink modelius, požymius ir mašininio mokymosi procesus remdamasis gamybinės aplinkos rezultatais
Reikalavimai
- Ne mažesnė nei ketverių metų patirtis mašininio mokymosi, duomenų mokslo ar susijusioje srityje
- Būtina telekomunikacijų arba telekomo srities patirtis
- Įrodyta sėkmė kuriant ir diegiant gamybinius mašininio mokymosi modelius telekomo naudojimo atvejams, tokiems kaip klientų praradimo, klientų segmentavimo, paklausos ir elgsenos prognozavimas
- Puikus prižiūrimo ir neprižiūrimo mašininio mokymosi metodų išmanymas
- Pažangi praktinė Python patirtis duomenims paruošti, požymiams kurti ir modeliams vystyti
- Puikūs SQL įgūdžiai klientų duomenims pasiekti, apdoroti ir analizuoti
- Praktinė klientų duomenų paruošimo ir požymių kūrimo patirtis
- Praktinė MLOps patirtis valdant modelių versijas, diegiant, stebint gamybinę aplinką ir atliekant pakartotinį mokymą
- Patirtis naudojant MLflow arba panašią modelių gyvavimo ciklo ir MLOps platformą
- Patirtis perkeliant mašininio mokymosi modelius iš kūrimo į gamybinę aplinką ir vėliau juos prižiūrint
- Gebėjimas vertinti modelių našumą ir nustatyti tobulintinas sritis
- Aiškus viso mašininio mokymosi gyvavimo ciklo supratimas
- Dataiku arba panašios įmonėms skirtos mašininio mokymosi platformos patirtis būtų privalumas
- Patirtis su Spark, požymių saugyklomis arba uplift modeliavimu būtų privalumas