مهندس تعلم آلة

الوصف

نحن نبني Q، وهي منصة متقدمة من الجيل التالي حيث تعتمد التجربة بأكملها على الذكاء التكيفي القائم على التعلم بدلاً من القواعد الثابتة أو الجامدة. هذا الدور لا يتعلق بضبط النماذج الحالية. إنه يتعلق بتصميم وبناء الذكاء المركزي للمنتج من الصفر: - محرك توصيات ينافس أنظمة على مستوى أمازون - محرك بحث يفهم القصد، وليس الكلمات المفتاحية - تجربة شخصية تكيفية بالكامل - طبقة ذكاء سلوكي تدفع تأثيرًا تجاريًا حقيقيًا إذا كنت ترغب في دور يصبح فيه عملك العمود الفقري للمنتج، فهذا هو. ما ستبنيه وتملكه هذا دور هندسي شامل. ستتولى المشكلات من المفهوم، التصميم، النمذجة، النشر، التكرار. 1) أنظمة توصيات متقدمة ستقوم بتصميم أنظمة مثل: - أنظمة توصية سلوكية - التصفية التعاونية (المستخدم-العنصر، العنصر-العنصر) - أنظمة توصية قائمة على الرسوم البيانية - نماذج قائمة على الجلسات والتسلسل - نماذج ترتيب تعتمد على التضمين 2) بحث ذكي ستقوم ببناء بحث يفهم المستخدمين حقًا: - نماذج التعلم للترتيب - الاسترجاع الدلالي - فهم الاستعلام وإعادة صياغته - تصحيح الإملاء/النية - البحث المتجه وخطوط أنابيب التضمين 3) محرك تخصيص كامل ستمتلك: - تجزئة المستخدمين وتجميعهم - صفحات رئيسية مخصصة - عرض ديناميكي للمنتجات - توصيات وعروض مدفوعة بالسلوك 4) إطار عمل التجريب ستقوم بما يلي: - تحديد هياكل اختبار A/B - تحديد المقاييس المهمة - تحليل التجارب بدقة - اتخاذ قرارات المنتج بناءً على الأدلة 5) أساس البيانات لتعلم الآلة ستقوم بتصميم: - أطر عمل تتبع الأحداث - مخازن الميزات - خطوط أنابيب البيانات الدفعية والمتدفقة - تكامل محكم مع الخدمات المصغرة الخلفية 6) نشر تعلم الآلة في الإنتاج ستقوم بتسليم: - خدمات تعلم آلة موثوقة وقابلة للتوسع - خطوط أنابيب استدلال منخفضة الكمون - نماذج مراقبة، ذات إصدارات، وتتحسن باستمرار من أنت (الملف الشخصي الدقيق) 1) لديك خبرة عملية حقيقية في بناء أنظمة التوصية من الصفر ليس مجرد استخدام المكتبات أو النماذج الجاهزة. لقد قمت بالفعل بتصميم وتنفيذ محركات التوصية من البداية إلى النهاية، بما في ذلك خطوط أنابيب البيانات، وتوليد المرشحين، والترتيب، والتخصيص، والتقييم، وتفهم الرياضيات الأساسية، والإشارات، والأنماط السلوكية التي تدفع جودة التوصية في العالم الحقيقي. 2) تفهم الخوارزميات بعمق ليس مجرد أطر العمل. يمكنك شرح سبب عمل النموذج، وليس فقط كيفية تشغيله. 3) لقد قمت ببناء أنظمة إنتاج حقيقية حتى لو جزئيًا. أنت تعرف الفرق بين تعلم الآلة الأكاديمي وتعلم الآلة التجاري. 4) تتحمل المسؤولية دون انتظار التوجيه تقوم بالتصميم والبناء وقيادة مجالك من البداية إلى النهاية. 5) تفكر من حيث التأثير التجاري أنت تحسن من أجل الصلة، والإيرادات، والاحتفاظ، وليس فقط مقاييس الدقة. 6) لا تقبل الإصلاحات السطحية تفضل الحلول الأساسية والقابلة للتوسع التي تحسن تجربة المستخدم بشكل جوهري. المهارات التقنية المطلوبة - مهارات هندسة Python قوية - أساسيات تعلم الآلة قوية - خبرة عملية في أنظمة التوصية أو البحث - TensorFlow أو PyTorch - خبرة في التضمينات والبحث المتجه (FAISS، Weaviate، Pinecone، إلخ.) - SQL قوي ومعالجة البيانات - خبرة في بناء خطوط أنابيب البيانات - خبرة في نشر تعلم الآلة في بيئات الإنتاج المرشحون الذين لديهم 3-10 سنوات من الخبرة مرحب بهم إذا استوفوا مستوى المهارة المطلوب. ما ستحصل عليه في Q - ملكية كاملة بدون طبقات من البيروقراطية - القدرة على بناء أنظمة تأسيسية من الصفر - منتج يكون فيه تعلم الآلة مركزيًا، وليس ميزة جانبية - بيئة اتخاذ قرار سريعة - تأثير واضح على آلاف المستخدمين (وقريبًا الملايين)

ما ستقوم به

• • ستقوم بتصميم وبناء أنظمة توصية متقدمة، وقدرات بحث ذكية، ومحرك تخصيص كامل. يتضمن هذا الدور هندسة شاملة من المفهوم إلى النشر والتكرار.

المتطلبات

يجب أن يكون لدى المرشحين خبرة عملية في بناء أنظمة التوصية من الصفر وفهم عميق للخوارزميات. تعد مهارات Python القوية والخبرة في أطر عمل تعلم الآلة مثل TensorFlow أو PyTorch ضرورية.

المزايا

• • ملكية كاملة بدون طبقات من البيروقراطية
• • القدرة على بناء أنظمة تأسيسية من الصفر
• • منتج يكون فيه تعلم الآلة مركزيًا، وليس ميزة جانبية
• • بيئة اتخاذ قرار سريعة
• • تأثير واضح على آلاف المستخدمين (وقريبًا الملايين)

الأسئلة الشائعة