SSC HR Solutions je svetovalno podjetje za človeške vire s celovito ponudbo storitev, ustanovljeno leta 2006. Podjetjem pomaga upravljati delovno silo v celotnem življenjskem ciklu zaposlenih, od zaposlovanja in administracije zaposlenih do prenehanja delovnega razmerja, pri čemer storitve prilagaja posebnim potrebam razvoja talentov. SSC HR Solutions deluje v Egiptu, Združenih arabskih emiratih, Savdski Arabiji in Bahrajnu ter sodeluje z organizacijami na področju svetovanja, logistike in zdravstva, da bi zadostilo potrebam po delovni sili in podprlo trajnostni razvoj poslovanja.
Višji inženir strojnega učenja – Egipt (delo na daljavo)
Vodi strojno učenje v produkciji za točkovanje strank, vključno z modeli odhoda strank, nagnjenosti, življenjske vrednosti, namere porabe in odziva. Skrbi za MLOps, uvajanje, ponovno usposabljanje, spremljanje, vrednotenje in kalibracijo v samostojno upravljani podatkovni platformi.
Opis
- Skrbeti za napovedne ocene strank v izdelku na področjih odhoda strank, nagnjenosti, življenjske vrednosti, namere porabe in odziva.
- Uporabljati strojno učenje in tabelarično napovedno modeliranje na podatkih o strankah.
- Razvijati in vzdrževati produkcijske modele za napovedovanje in točkovanje strank.
- Upravljati celoten življenjski cikel modelov, od usposabljanja in uvajanja do ponovnega usposabljanja, spremljanja, vrednotenja in kalibracije.
- Izvajati modele v okolju samostojno upravljane podatkovne platforme.
- Podpirati pobude napovednega modeliranja, usmerjene v produkcijo.
Zahteve
- Dokazane izkušnje z uporabo modelov strojnega učenja v produkciji, ne zgolj v raziskovalnih projektih ali pri dokazovanju koncepta.
- Obsežne praktične izkušnje s tabelaričnim napovednim modeliranjem z uporabo podatkov o strankah.
- Izkušnje z razvojem modelov odhoda strank ali nagnjenosti v telekomunikacijah, bančništvu ali maloprodaji.
- Sposobnost vzpostavitve cevovodov za usposabljanje, uvajanje in ponovno usposabljanje v samostojno upravljanem okolju.
- Praktične izkušnje z MLOps, vključno z registri modelov, različicami, ponovnim usposabljanjem, spremljanjem in zaznavanjem odmikov.
- Sposobnost dela v podatkovni platformi namesto izključnega zanašanja na beležnice.
- Izkušnje z uplift ali kavzalnim modeliranjem za inkrementalno ciljanje.
- Poznavanje zasnove shrambe značilk.
- Sposobnost sodelovanja s poslovnimi deležniki pri opredelitvi načina uporabe napovedi.