وظيفة عالم بيانات شاغرة لدى RiDiK في الظهران
تفاصيل الوظيفة
تعلن شركة RiDiK (إحدى شركات CLPS المدرجة في بورصة ناسداك) عن توفر وظيفة عالم بيانات متخصص في الذكاء الاصطناعي التوليدي (Gen AI Data Scientist) في الظهران، السعودية.
المهام والمسؤوليات
- تطوير ونشر نماذج تعلم الآلة والتعلم العميق للتنبؤ بالسلاسل الزمنية، ومعالجة اللغة الطبيعية (NLP)، وتحليل بيانات الحساسات/إنترنت الأشياء (IoT).
- ضبط ونشر النماذج الحديثة (SOTA) بما في ذلك نماذج اللغات الكبيرة (LLMs) باستخدام أطر عمل مثل HuggingFace وطرق مثل LoRA وQ-LoRA والضبط الكامل للنموذج.
- تنفيذ وتقييم نماذج التجميع (bagging) والتعزيز (boosting) مثل XGBoost وLightGBM وCatBoost للبيانات المنظمة وبيانات الحساسات.
- تصميم وتحسين بنى الشبكات العصبية بما في ذلك CNN وRNN وTransformer والنماذج القائمة على آليات الانتباه باستخدام PyTorch.
- بناء وتقييم أداء النموذج باستخدام المقاييس المناسبة واستراتيجيات التحقق.
- العمل مع بيانات الحساسات الذكية وأنظمة إنترنت الأشياء، واستخراج الميزات وبناء نماذج تنبؤية للكشف عن الشذوذ، والتنبؤ بالأعطال، وتحسين الأداء.
- تطوير وعرض استنتاج النموذج كواجهات برمجية REST APIs باستخدام FastAPI أو أطر عمل ويب مماثلة.
- التعاون مع فرق DevOps والهندسة لتشغيل النماذج باستخدام Docker وخطوط أنابيب CI/CD والمنصات السحابية.
- صيانة وتحسين خطوط البيانات وهندسة الميزات ومراقبة النموذج في بيئات الإنتاج.
الشروط والمتطلبات
- خبرة لا تقل عن 5 سنوات في مجال علم البيانات وتطوير النماذج.
- فترة الإشعار فورية أو خلال 15 يوماً كحد أقصى.
المهارات المطلوبة
- إتقان استخدام أطر عمل HuggingFace وLoRA وQ-LoRA والضبط الكامل لنماذج LLMs.
- خبرة في نماذج XGBoost وLightGBM وCatBoost.
- إتقان استخدام PyTorch لتصميم وتدريب الشبكات العصبية.
- الإلمام بتطوير REST APIs باستخدام FastAPI أو ما يماثلها.
- خبرة في استخدام Docker وخطوط أنابيب CI/CD والمنصات السحابية.
- مهارات في تحليل بيانات الحساسات وإنترنت الأشياء والكشف عن الشذوذ.
- معرفة بتقييم أداء النماذج واستراتيجيات التحقق.
عرض النص الأصلي للإعلان
Role: Gen AI Data Scientist
Exp: 5+yrs
Location : Dhahran, Saudi
Notice Period: Immediate to 15days
Develop and deploy machine learning and deep learning models for time series forecasting, NLP, and sensor/IoT data analysis.
• Fine-tune and deploy state-of-the-art (SOTA) models, including LLMs, using frameworks like HuggingFace, and methods like LoRA, Q-LoRA, and full model fine-tuning.
• Implement and evaluate bagging and boosting models (e.g., XGBoost, LightGBM, CatBoost) for structured and sensor data.
• Design and optimize neural network architectures, including CNNs, RNNs, Transformers, and attention-based models using PyTorch.
• Build and evaluate model performance using appropriate metrics and validation strategies.
• Work with smart sensor data and IoT systems, extracting features and building predictive models for anomaly detection, failure prediction, and optimization.
• Develop and expose model inference as REST APIs using FastAPI or similar web frameworks.
• Collaborate with DevOps and engineering teams to operationalize models using Docker, CI/CD pipelines, and cloud platforms.
• Maintain and improve data pipelines, feature engineering, and model monitoring in production environments.