عالم بيانات أول

الوصف

عن الشركة Liquidity هي الشركة الرائدة عالميًا في مجال الائتمان الخاص المدعوم بالذكاء الاصطناعي، وهي رائدة في وضع معيار جديد لرأس مال النمو من خلال تضافر ألمع العقول في مجال الائتمان الخاص والتكنولوجيا. بفضل انتشارها العالمي وخبرتها الإقليمية في كل سوق رئيسي عبر أمريكا الشمالية وأوروبا وآسيا والمحيط الهادئ والشرق الأوسط وشمال إفريقيا، تدعم Liquidity النمو البصري وشركات السوق المتوسطة في أكثر من 45 قطاعًا، وتنشر رؤوس أموال بمليارات الدولارات بسرعة ودقة وتكيف لا مثيل لها. مدعومة بتقنية علوم القرار الرائدة التي تنشر رأس مال النمو أسرع من أي شركة في تاريخ أسواق رأس المال، تمهد Liquidity الطريق للشركات المبتكرة للتحرك بشكل أبعد وأسرع وعلى نطاق واسع. مبنية على الثقة، Liquidity مدعومة من قبل مؤسسات مالية رائدة بما في ذلك MUFG Bank Ltd. و Spark Capital و KeyBank. عن الدور نحن نبحث عن عالم بيانات أول للبحث عن نماذج التعلم الآلي وهندستها ونشرها وأنظمة الذكاء الاصطناعي الجاهزة للإنتاج في صميم منصة Liquidity لذكاء الائتمان. ستمتلك دورة حياة كاملة لحلول علم البيانات، والتي تشمل تسجيل الائتمان، وتوقعات التدفق النقدي، وسير عمل تخصيص رأس المال المستقل، مما يشكل بشكل مباشر كيفية تقييمنا للجدارة الائتمانية ونشر رأس المال عبر محفظة عالمية. بالإضافة إلى النمذجة، ستقوم بترجمة المخرجات المعقدة إلى رؤى واضحة وتقديم النتائج إلى أصحاب المصلحة في الائتمان والخزانة والاستثمار، مما يغلق الحلقة بين الدقة الخوارزمية والقرارات التجارية الحقيقية. هذا الدور مخصص لحلالي المشكلات الكميين للغاية الذين يوازنون بين الابتكار والبراغماتية، ويبنون بشكل متكرر من الحد الأدنى من المنتجات القابلة للتطبيق (MVPs)، ويظلون فضوليين حقًا حول كيفية قيام الأدوات الناشئة بتحسين عملهم. أنت تهتم بالموثوقية وقابلية التفسير والتأثير القابل للقياس، وليس فقط أداء النموذج بمعزل عن غيره. المسؤوليات - ذكاء الائتمان والنمذجة التنبؤية: بناء ونشر نماذج لتسجيل الائتمان، وتوقعات التدفق النقدي، وتصنيف المخاطر، وتحسين المحفظة التي تُعلم بشكل مباشر قرارات الاكتتاب والإقراض. - سير العمل الذكي: تصميم وكلاء مدفوعين بالبيانات مع ضوابط مالية وضوابط بشرية في الحلقة لقرارات الخزانة الحرجة وتخصيص رأس المال. - التنسيق وأنظمة الوكلاء المتعددين: تنسيق سير العمل المعقد والمتعدد الخطوات باستخدام خطوط أنابيب LLM وأطر التنسيق لتحليل بيانات السوق وقيود السيولة وإشارات المحفظة. - سرد البيانات ولوحات المعلومات: ترجمة مخرجات النموذج ورؤى المحفظة إلى لوحات معلومات وتقارير واضحة وقابلة للتنفيذ لأصحاب المصلحة في الائتمان والتنفيذيين. - MLOps ودورة حياة النموذج: إدارة دورة حياة النموذج الكاملة، بما في ذلك تتبع التجارب، وتحديد الإصدارات، والنشر، والمراقبة، لاكتشاف الانحراف، وضمان قابلية الاستنساخ، والحفاظ على موثوقية الإنتاج. - هندسة الإنتاج: تطوير واجهات برمجة تطبيقات لخدمة النماذج ونشرها ضمن بنى سحابية تعتمد على الأحداث، والتعاون مع الهندسة في أنظمة قابلة للتطوير ومراقبة جيدًا. المتطلبات - 6+ سنوات من الخبرة في علم البيانات، أو النمذجة الكمية، أو الذكاء الاصطناعي/التعلم الآلي، بما في ذلك 2-4 سنوات في نشر نماذج التعلم الآلي على مستوى الإنتاج، أو الذكاء الاصطناعي الوكيل، أو خطوط أنابيب LLM. - النمذجة: التنبؤ بالسلاسل الزمنية، وتسجيل الائتمان، والانحدار، والتصنيف، والتحسين؛ الكفاءة في النماذج القائمة على الشجرة (XGBoost، LightGBM) وتقنيات تفسير النموذج مثل SHAP. - المكدس التقني: Python المتقدم (Pandas، Scikit-learn)؛ أدوات MLOps (MLflow)؛ التعرض لأطر التعلم العميق (PyTorch أو TensorFlow) ميزة إضافية. - البيانات وقواعد البيانات: SQL قوي؛ خبرة في Postgres، MySQL، أو Databricks. - التصور: إتقان أداة لوحة معلومات واحدة على الأقل (Streamlit، Tableau، أو Power BI). - إتقان الذكاء الاصطناعي: يواكب التطور السريع لمشهد الذكاء الاصطناعي؛ قادر على ترجمة مشاكل العمل إلى توجيهات واضحة للذكاء الاصطناعي والإشراف الفعال على سير العمل الذكي وتقييمه. - هندسة البرمجيات: ممارسات ترميز قوية، مع القدرة على كتابة Python نظيف وقابل للصيانة وتصحيح الأخطاء المعقدة عبر خطوط أنابيب البيانات، وخدمة النماذج، والأنظمة المتكاملة. - التواصل والعرض: قادر على تقطير العمل الكمي المعقد إلى روايات واضحة وتقديم النتائج بثقة إلى أصحاب المصلحة في الائتمان والاستثمار والتنفيذيين. المؤهلات المفضلة - درجة الماجستير أو الدكتوراه في مجال كمي (علوم الكمبيوتر، الإحصاء، الرياضيات، المالية، إلخ). - خبرة في مجال التكنولوجيا المالية، أو الائتمان الخاص، أو التمويل الكمي. - البنية التحتية والنشر: Docker، خطوط أنابيب CI/CD، الأنظمة الأساسية السحابية (AWS Lambda، Serverless، Containers)، وأدوات المراقبة (Langfuse، CloudWatch، أو Datadog). - NoSQL ومخازن البيانات البديلة: MongoDB، Neo4j، وقواعد بيانات المتجهات. - الإلمام بتقنيات الويب (واجهات برمجة تطبيقات REST، HTML/JS الأساسي) وتصميم خط أنابيب ETL. - الخبرة مع FastMCP أو الأدوات القائمة على MCP.

ما ستقوم به

• • البحث عن نماذج التعلم الآلي وهندستها ونشرها لتسجيل الائتمان، وتوقعات التدفق النقدي، وتخصيص رأس المال المستقل. ترجمة المخرجات الخوارزمية المعقدة إلى رؤى ولوحات معلومات قابلة للتنفيذ لأصحاب المصلحة التنفيذيين والاستثماريين.

المتطلبات

يتطلب 6+ سنوات من الخبرة في علم البيانات أو الذكاء الاصطناعي/التعلم الآلي، مع خبرة محددة في نماذج التعلم الآلي على مستوى الإنتاج والنمذجة المالية. الكفاءة في Python و SQL وأدوات MLOps ضرورية، مع تفضيل الدرجات العلمية الكمية المتقدمة.

التعليم المطلوب

• شهادة دراسات عليا

الأسئلة الشائعة