Data Scientist - Kaggle Grandmaster

نبحث عن عالم بيانات موهوب ومتميز للانضمام إلى فريقنا في YO IT Consulting، حيث سنقوم بالتعاون مع مختبر أبحاث الذكاء الاصطناعي الرائد. نحن نبحث عن شخص يحمل لقب "Kaggle Grandmaster" ليكون جزءًا من جهودنا في تحويل مجموعات البيانات المعقدة إلى رؤى قابلة للتنفيذ، ونماذج عالية الأداء، وسير عمل تحليلية قابلة للتطوير.

المهام والمسؤوليات الرئيسية:

• تحليل مجموعات بيانات كبيرة ومعقدة للكشف عن الأنماط وتوليد رؤى قابلة للتنفيذ.
• بناء نماذج تنبؤية وخطوط أنابيب تعلم الآلة تشمل البيانات الجدولية، بيانات السلاسل الزمنية، معالجة اللغة الطبيعية، والبيانات متعددة الأنماط.
• تصميم وتنفيذ استراتيجيات التحقق، وإطارات التجارب، ومنهجيات تحليلية متقدمة.
• تطوير سير عمل بيانات آلي، وخطوط أنابيب الميزات، وبيئات بحث قابلة للتكرار.
• إجراء تحليل استكشافي للبيانات، واختبار الفرضيات، والتحقيقات المدفوعة بالنماذج.
• ترجمة النتائج التحليلية إلى توصيات واضحة لفِرق الهندسة والمنتجات والإدارة.
• التعاون مع مهندسي تعلم الآلة لتحويل النماذج إلى تطبيقات عملية وضمان سير عمل بيانات موثوق على نطاق واسع.
• تقديم النتائج من خلال لوحات المعلومات، والتقارير المنظمة، والوثائق.

المتطلبات والمؤهلات:

• تحقيق لقب "Kaggle Competitions Grandmaster" أو إنجازات مماثلة (تصنيفات عالية، ميداليات متعددة، أو أداء استثنائي في المنافسات).
• خبرة تتراوح بين 3 إلى 5 سنوات أو أكثر في علم البيانات أو التحليلات التطبيقية.
• إتقان قوي للغة البرمجة بايثون وأدوات البيانات مثل Pandas، NumPy، Polars، scikit-learn، وغيرها.
• خبرة في بناء نماذج تعلم الآلة من البداية إلى النهاية (هندسة الميزات، التدريب، التقييم، والنشر).
• فهم قوي للطرق الإحصائية، وتصميم التجارب، والتحليل السببي/التجريبي شبه.
• إلمام بالتقنيات الحديثة في البيانات (SQL، مجموعات البيانات الموزعة، لوحات المعلومات، أدوات تتبع التجارب).
• مهارات تواصل ممتازة وقدرة على تقديم الرؤى التحليلية بوضوح.

المهارات المطلوبة:

• مساهمات في مسارات متعددة على منصة Kaggle (دفاتر، مجموعات بيانات، مناقشات، كود).
• خبرة في مختبرات الذكاء الاصطناعي، أو التكنولوجيا المالية، أو تحليل المنتجات، أو المؤسسات المدفوعة بتعلم الآلة.
• معرفة بالنماذج اللغوية الكبيرة، والتمثيلات، والتقنيات الحديثة لتعلم الآلة للبيانات النصية، والصورية، ومتعددة الأنماط.
• تجربة مع أنظمة البيانات الكبيرة (Spark، Ray، Snowflake، BigQuery، وغيرها).
• إلمام بالطرق البايزية أو أطر البرمجة الاحتمالية.