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现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。
• 数据管理和特征工程*
• 管理和处理大型数据集，包括清洗、转换和提取模型训练所需的相关特征。
• 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、部署和监控*
• 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，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，帮助其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集成。
• 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*
• 评估并推荐能够增强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。
• 实际经验包括：
• SAS
• Dataiku
• 在公共和私营部门的经验，最好是在沙特阿拉伯。
• 在数据分析方面有扎实的背景，并在同一领域交付多个项目。
• 能够与多功能团队合作，确保高级分析的无缝集成。
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。
• 出色的数据分析和特征工程技能。
• 对MLOps框架有深入理解。
• 出色的沟通能力和撰写高质量技术文档的能力。
