كلما زادت طلبات التقديم التي ترسلينها، زادت فرصك في الحصول على وظيفة!
إليك لمحة عن معدل نشاط الباحثات عن عمل خلال الشهر الماضي:
عدد الفرص التي تم تصفحها
عدد الطلبات التي تم تقديمها
استمري في التصفح والتقديم لزيادة فرصك في الحصول على وظيفة!
هل تبحثين عن جهات توظيف لها سجل مثبت في دعم وتمكين النساء؟
اضغطي هنا لاكتشاف الفرص المتاحة الآن!ندعوكِ للمشاركة في استطلاع مصمّم لمساعدة الباحثين على فهم أفضل الطرق لربط الباحثات عن عمل بالوظائف التي يبحثن عنها.
هل ترغبين في المشاركة؟
في حال تم اختياركِ، سنتواصل معكِ عبر البريد الإلكتروني لتزويدكِ بالتفاصيل والتعليمات الخاصة بالمشاركة.
ستحصلين على مبلغ 7 دولارات مقابل إجابتك على الاستطلاع.
تمت الترجمة إلى العربية بواسطة Bayt AI. اضغط هنا لعرض النص الأصلي.
مايلو هي منصة تكنولوجيا مالية مخصصة لمساعدة الملايين من الأشخاص والشركات على الازدهار من خلال تقديم حلول مالية متاحة ومسؤولة.
سواء كنت تشتري هاتفًا محمولًا، أو سترة جديدة، أو تذكرة طيران، أو أريكة مريحة، أو حتى تغطي رسوم المدرسة، تمكنك مايلو من الشراء الآن والدفع لاحقًا في آلاف نقاط البيع عبر مصر.
ولدت مايلو من ب.
تكنولوجيا - الرائد في مصر في مجال الإلكترونيات والأجهزة المنزلية مع أكثر من 27 عامًا من الخبرة في تقديم حلول الشراء الآن والدفع لاحقًا - تجلب مايلو إرثًا من الثقة والابتكار إلى مجال التكنولوجيا المالية.
جميع منتجات مايلو متوافقة تمامًا مع الشريعة، مما يضمن ممارسات مالية أخلاقية وشاملة.
الدور نحن نبحث عن خبير بيانات رئيسي لقيادة الاستراتيجية التقنية لمحركات اتخاذ القرار لدينا.
ستعمل في تقاطع علم البيانات وهندسة البرمجيات، مصممًا أنظمة عالية النطاق تدعم خطوط الأعمال المتعددة - من النمو والتسعير إلى الاكتتاب والتحصيل.
ستتجاوز بناء النماذج البسيطة إلى تصميم أنابيب MLOps قوية وقابلة للتكرار تخدم القرارات المالية في الوقت الحقيقي.
المسؤوليات استراتيجية تقنية متعددة المجالات: قيادة تطوير حلول ML عبر سياقات متنوعة، وضمان استخدام النماذج لمخاطر الائتمان، ومرونة التسعير، وتحسين التحصيل للبنية التحتية المشتركة بكفاءة.
هندسة MLOps: دعم اعتماد أطر تقديم النماذج الحديثة ومتاجر الميزات.
تصميم سير العمل الذي يضمن اتساق الميزات بين التدريب والاستدلال في الوقت الحقيقي.
معايير الهندسة: وضع معايير صارمة لإصدار البيانات، وتتبع التجارب، وتحسين المعلمات، مما يضمن أن جميع الأبحاث قابلة للتكرار وجاهزة للإنتاج.
نشر الإنتاج: الإشراف على انتقال النماذج من بيئات الدفاتر إلى واجهات برمجة التطبيقات الإنتاجية ذات الكمون المنخفض.
ضمان تغليف النماذج، وحاوياتها، ودمجها بسلاسة مع خدمات الخلفية.
الإرشاد: توجيه الفريق في أفضل الممارسات لهندسة البرمجيات بلغة بايثون، بما في ذلك استراتيجيات الاختبار، وبنية الكود، وتحسين الأداء.
المتطلبات الخبرة: 7+ سنوات في علم البيانات مع تركيز قوي على هندسة الإنتاج.
الخبرة في التكنولوجيا المالية، أو الإقراض، أو المخاطر مفضلة بشدة.
الكفاءة في ML: فهم عميق لكل من التعلم الآلي التقليدي (تعزيز التدرج، النماذج الإحصائية) وأطر التعلم العميق.
هندسة الإنتاج: سجل حافل مثبت في نشر النماذج في بيئات الوقت الحقيقي.
المعرفة بمفاهيم متاجر الميزات وسجلات النماذج أمر أساسي.
مجموعة التقنية: مهارات بايثون على مستوى الخبراء.
إتقان قوي في SQL وتصميم قواعد البيانات العلائقية.
التفكير الاستراتيجي: القدرة على تحويل مؤشرات الأداء الرئيسية المعقدة للأعمال (مثل تقليل القروض غير العاملة) إلى خرائط طريق تقنية ML.
لن يتم النظر في طلبك لهذة الوظيفة، وسيتم إزالته من البريد الوارد الخاص بصاحب العمل.