وظایف اصلی:
- توسعه، تست و استقرار مدلهای پیشرفتهی یادگیری ماشین و یادگیری عمیق برای پیشبینی سریهای زمانی، شناسایی ناهنجاریها و ...
- تحلیل دادههای بزرگ برای کشف الگوها، روندها
- ساخت پایپلاینهای تحلیل داده برای جمعآوری، پاکسازی، پیشپردازش و اعتبارسنجی دادهها و تضمین کیفیت ورودی مناسب برای مدلسازی.
- همکاری نزدیک با تیمهای بینرشتهای از جمله مهندسان نرمافزار، مهندسان داده و مدیران محصول برای یکپارچهسازی مدلها در محیطهای عملیاتی.
- پایش، ارزیابی و بهبود مستمر عملکرد مدلها بهمنظور مقیاسپذیری، قابلیت اطمینان و دقت بالا.
مهارت های تخصصی مورد نیاز:
- تسلط کامل به زبان برنامه نویسی پایتون و رعایت اصول کدنویسی استاندارد و SOLID
- تجربهی عملی کار با کتابخانههای علم داده و یادگیری ماشین مانند Scikit-learn ،PyTorch و TensorFlow.
- تجربهی تخصصی در تحلیل دادههای سری زمانی، روشهای پیشبینی و تکنیکهای پردازش سیگنال.
- تجربه کار با پایپلاین های تحلیل داده شامل پاکسازی، تبدیل (Transformation)، مهندسی ویژگی و استخراج بینشهای معنادار از دادههای پیچیده.
- درک عمیق از مدل های یادگیری ماشین، معماریهای یادگیری عمیق و روشهای آماری، همراه با تجربهی عملی در طراحی مدلهای اختصاصی برای دادههای سری زمانی.
- آشنایی با انواع یادگیری مدل های هوش مصنوعی مانند Unsupervised و Semi-Supervised
- آشنایی با ابزارهای بصریسازی دادهها برای انتقال موثر نتایج.
مهارتهای نرم مورد نیاز:
- توانایی کار تیمی مؤثر و همکاری در محیط پویا
- مهارت در حل مسئله و ارائه راهکارهای خلاقانه
- مسئولیتپذیری و مدیریت زمان برای تحویل بهموقع وظایف
- روحیه یادگیری و علاقهمندی به توسعه فردی
- توانایی ارتباط مؤثر با اعضای تیم و مستندسازی فنی
مزایای همکاری:
- محیط کاری پویا و یادگیرنده
- ساعات کاری منعطف
- پاداش عملکرد و طرحهای تشویقی
- امکان انجام تحقیقات علمی و نوشتن مقاله بر اساس پروژهها و توسعههای انجامشده