قائد علم البيانات

درجة الماجستير أو أعلى في علوم البيانات أو علوم الكمبيوتر أو الإحصاء أو مجال وثيق الصلة. تعد درجة الدكتوراه مرغوبة للغاية، خاصة إذا كانت تركز على الذكاء الاصطناعي أو التعلم الآلي أو الإحصاءات الحسابية، والتي ستوضح المعرفة النظرية العميقة وقدرات البحث.

خبرة عملية في مجال الذكاء الاصطناعي التوليدي أو التعلم الآلي أو معالجة اللغة الطبيعية، ويفضل أن تكون ضمن البحث الأكاديمي أو القطاع المالي، بما في ذلك تطوير ونشر خوارزميات التعلم الآلي.

سجل حافل من الأبحاث المؤثرة مع المنشورات في المجلات المحترمة والمساهمات الكبيرة في المشاريع الكبرى، وخاصة تلك التي تنطوي على تقنيات الذكاء الاصطناعي المتقدمة

المعرفة والمهارات

إتقان عميق في تطبيق تقنيات الذكاء الاصطناعي المتطورة، بما في ذلك على سبيل المثال لا الحصر التعلم الآلي والتعلم العميق (على سبيل المثال، CNNs وRNNs وGANs) والشبكات العصبية. خبرة في تصميم وضبط نماذج المحولات خصيصًا لمهام معالجة اللغة الطبيعية المعقدة مثل تحليل المشاعر والتعرف على الكيانات المسماة والترجمة الآلية

القدرة على تطوير خوارزميات قوية باستخدام أحدث الأساليب مثل التوليد المعزز بالاسترجاع (RAG) والتكيف مع الرتبة المنخفضة (LoRA) وتقنيات المجموعة المتقدمة. الخبرة في تحسين الخوارزميات للأداء وقابلية التوسع، مع التركيز على تقليل التكاليف الحسابية وتحسين كفاءة النموذج.

المعرفة المتقدمة بمبادئ بنية البيانات، والقدرة على تصميم والإشراف على تنفيذ خطوط أنابيب البيانات القوية لتطبيقات الذكاء الاصطناعي. الكفاءة في إدارة البيانات المنظمة وغير المنظمة، وتطبيق أفضل الممارسات في مستودعات البيانات، وعمليات ETL، وبث البيانات في الوقت الفعلي (على سبيل المثال، Kafka وStorm).

الخبرة في نشر نماذج الذكاء الاصطناعي وإدارة البنى التحتية باستخدام الخدمات السحابية مثل AWS وAzure وGoogle Cloud Platform. المعرفة بممارسات DevOps للذكاء الاصطناعي، بما في ذلك خطوط أنابيب التكامل المستمر والنشر المستمر (CI/CD)، والحاويات مع Docker، والتنسيق مع Kubernetes.

إتقان مستوى الخبراء في معالجة اللغة الطبيعية، وفهم كل من الأساليب اللغوية التقليدية والأساليب الحديثة القائمة على التعلم العميق. القدرة على الاستفادة من المكتبات مثل NLTK وspaCy وHugging Face’s Transformers لتحليل النصوص ومعالجتها بشكل متقدم