描述
主要职责
人工智能和机器学习开发
开发基于文本的模型，处理结构化和非结构化数据。
为特定业务应用设计和实施机器学习和深度学习模型。
改进机器学习算法以提高性能和准确性。
应用深度学习框架，如TensorFlow和PyTorch，构建和部署神经网络。
数据管理与特征工程
管理和处理大型数据集，包括清洗、转换和提取相关特征用于模型训练。
通过数据质量检查和验证，确保数据的准确性、一致性和可靠性。
开发和实施方法以提高数据完整性、效率和整体数据质量。
MLOps、部署与监控
使用MLOps工具和实践来监控、优化和部署AI解决方案。
开发A/B测试机制、模型质量评估和假设验证。
评估机器学习模型并确保其符合性能预期。
技术支持与协作
将业务数据需求转化为明确的技术系统要求。
为终端用户提供培训和技术支持，以有效使用机器学习模型。
与包括业务分析师和IT专家在内的跨职能团队合作，确保高级分析的顺利整合。
文档与安全
根据组织标准准备所有必需的技术文档。
实施安全措施以保护敏感数据，并管理机器学习系统和模型的适当访问级别。
创新与持续改进
评估和推荐增强AI和机器学习能力的新工具和方法。
支持高级分析计划以发现创新见解。
要求
资格
计算机科学、人工智能、数据分析或相关领域的学士学位。
4年以上机器学习和深度学习经验。
数据分析或机器学习系统的认证。
具有SAS和Dataiku的实际经验。
在公共和私营部门均有经验，最好是在沙特阿拉伯。
在数据分析和交付多个项目方面有扎实的背景。
能够与多功能团队协作，确保高级分析的无缝整合。
所需技能
• 在机器学习和深度学习算法方面有很强的专业知识。
• 优秀的数据分析和特征工程技能。
• 对MLOps框架有深刻理解。
• 出色的沟通能力和撰写高质量技术文档的能力。
