عن بينتيريست:

\n

يأتي ملايين الأشخاص من جميع أنحاء العالم إلى منصتنا للعثور على أفكار إبداعية، والحلم بإمكانيات جديدة، والتخطيط لذكريات ستدوم مدى الحياة. في بينتيريست، نحن في مهمة لتوفير الإلهام للجميع لخلق حياة يحبونها، ويبدأ ذلك مع الأشخاص وراء المنتج.

\n

اكتشف مسيرة مهنية حيث تشعل الابتكار لملايين الأشخاص، وتحول الشغف إلى فرص للنمو، وتحتفل بتجارب بعضنا الفريدة، وتحتضن المرونة للقيام بأفضل عمل لديك. هل من الممكن خلق مسيرة مهنية تحبها؟ نعم، ممكن.

\n

في بينتيريست، الذكاء الاصطناعي ليس مجرد ميزة، بل هو شريك قوي يعزز إبداعنا ويضخم تأثيرنا، ونحن نبحث عن مرشحين متحمسين ليكونوا جزءًا من ذلك. للحصول على صورة كاملة عن تجربتك وقدراتك، سنستكشف مهاراتك الأساسية وكيف تتعاون مع الذكاء الاصطناعي.

\n

من خلال عملية المقابلة لدينا، ما يهم أكثر هو أنك تستطيع دائمًا شرح نهجك، مما يظهر لنا ليس فقط ما تعرفه، ولكن كيف تفكر. يمكنك قراءة المزيد عن فلسفة المقابلة الخاصة بنا حول الذكاء الاصطناعي وكيف نستخدم الذكاء الاصطناعي في عملية التوظيف هنا.

عن tvScientific

\n

tvScientific هي أول منصة إعلانات CTV مصممة خصيصًا للمسوقين الأداء. نحن نستفيد من البيانات الضخمة والعلوم المتطورة لأتمتة وتحسين إعلانات التلفزيون لتحقيق نتائج تجارية. تجمع حلولنا بين شراء الوسائط، والتحسين، والقياس، والنسب في منصة واحدة فعالة. تم بناء منصتنا بواسطة قادة الصناعة الذين لديهم تاريخ طويل في الإعلانات البرمجية، والوسائط الرقمية، والتحقق من الإعلانات، والذين قاموا الآن ببناء منصة أداء CTV يمكن للمعلنين الوثوق بها لنمو أعمالهم.

\n

 

\n

نحن نبحث عن مهندس برمجيات أول لبناء قدرات المحاكاة والذكاء الاصطناعي لدينا. ستقوم بتصميم وتنفيذ أنظمة تحاكي نظام إعلانات CTV - ديناميات المزاد، استراتيجيات المزايدة، نتائج الحملات، والسيناريوهات المضادة - وتطوير أدوات مدفوعة بالذكاء الاصطناعي تسرع كيفية بناء واختبار ونشر أنظمة التعلم الآلي.

\n

ما ستفعله:

\n

• \n
• تصميم وبناء بيئات محاكاة تحاكي آليات مزاد CTV، وتوافر المخزون، وتنافس المعلنين\n
• تطوير أطر عمل مضادة وما إذا كانت لتقييم استراتيجيات المزايدة، وتخصيص الميزانية، وخوارزميات التقدم بشكل غير متصل\n
• بناء وكلاء ذكاء اصطناعي تستكشف مساحات الاستراتيجية، وتولد فرضيات، وتؤتمت التجارب داخل البيئات المحاكية\n
• استخدام المحاكاة لتقليل مخاطر نشر نماذج التعلم الآلي - تحقق من استراتيجيات المزايدة والتحسين الجديدة قبل أن تتعامل مع حركة المرور الحية\n
• تحديد الاتجاه الفني للبنية التحتية للمحاكاة والذكاء الاصطناعي وتوجيه المهندسين في الفريق\n

\n

ما نبحث عنه:

\n

• \n
• خبرة في برمجة الأنظمة بلغة Zig أو ما شابه (C، C++، Rust)\n
• فهم عميق للنمذجة الاحتمالية، والعمليات العشوائية، أو المحاكاة المعتمدة على الوكلاء\n
• خبرة عملية مع أدوات الذكاء الاصطناعي الحديثة: LLMs، توليد الأكواد، سير العمل الوكيلة - وحسن الحكم حول متى تساعد ومتى لا تساعد\n
• خبرة في مجال الإعلانات: تفهم آليات RTB، وديناميات الإعلانات البرمجية\n
• القدرة على تحويل الأسئلة التجارية ('ماذا يحدث إذا غيرنا استراتيجية المزايدة لدينا؟') إلى أطر محاكاة صارمة\n
• التواصل الكتابي الواضح: ستقوم بتحديد اتجاهات فنية جديدة وتحتاج إلى إقناع الآخرين\n
• الملكية: تحدد نطاق، وتصمم، وتشحن الأنظمة من البداية إلى النهاية مع الحد الأدنى من التوجيه\n
• سجل حافل في التقييم النقدي والتحقق من العمل المدعوم بالذكاء الاصطناعي (مثل: الاختبار، التحقق من المصدر، التحقق من البيانات، مراجعة الأقران)\n
• نزاهة عالية وملكية: تحمي البيانات الحساسة، وتجنب الاعتماد المفرط على الذكاء الاصطناعي، وتبقى مسؤولة عن القرارات النهائية والنتائج.\n
• درجة البكالوريوس في علوم الكمبيوتر، أو التعلم الآلي، أو الإحصاء، أو مجال ذي صلة أو خبرة معادلة\n
• المميزات:\n
  • \n
  • مهارات قوية في برمجة بايثون وإنتاجية في بناء أنظمة المحاكاة أو النمذجة\n
  • استدلال سببي - نمذجة الرفع، الضوابط الاصطناعية، الفرق في الفروق، أو اختبار الزيادة\n
  • خبرة في المحاكاة ذات الأحداث المنفصلة، أو طرق مونت كارلو، أو التوائم الرقمية\n
  • التعلم المعزز - استخدام البيئات المحاكية لتعلم السياسات وتقييمها\n
  • خبرة في بناء أنظمة ذكاء اصطناعي وكيلة أو محاكاة متعددة الوكلاء\n
  • خبرة في البيانات الضخمة مع Scala وSpark\n
  • خبرة في MLOps - نشر النماذج، المراقبة، وتنظيم خطوط الأنابيب على AWS\n
  \n\n

\n

 

\n

بيان متطلبات العمل في المكتب:

\n

• \n
• نحن ندرك أن البيئة المثالية للعمل هي ظرفية وقد تختلف عبر الأقسام. ما يبدو عليه ذلك يوميًا يمكن أن يختلف بناءً على احتياجات كل منظمة أو دور.\n

\n

بيان الانتقال:

\n

• \n
• هذه الوظيفة غير مؤهلة لمساعدة الانتقال. قم بزيارة صفحة PinFlex الخاصة بنا لمعرفة المزيد عن نموذج العمل لدينا.\n

\n

 

\n

#LI-SM4

\n

#LI-REMOTE

في بينتيريست، نعتقد أن مكان العمل يجب أن يكون عادلًا، وشاملًا، وملهمًا لكل موظف. في محاولة لتوفير مزيد من الشفافية، نحن نشارك نطاق الراتب الأساسي لهذه الوظيفة. الوظيفة مؤهلة أيضًا للأسهم. يعتمد الراتب النهائي على عدد من العوامل بما في ذلك الموقع، والسفر، والخبرة السابقة ذات الصلة، أو المهارات والخبرات المحددة.

\n

يمكن العثور على معلومات حول الثقافة في بينتيريست والمزايا المتاحة لهذه الوظيفة هنا.

المتقدمون المقيمون في الولايات المتحدة فقط
$155,584—$320,320 USD

التزامنا بالشمولية:

\nبينتيريست هي صاحب عمل متكافئ الفرص ويتخذ قرارات التوظيف بناءً على الجدارة. نريد أن يكون لدينا أفضل الأشخاص المؤهلين في كل وظيفة. ستحصل جميع الطلبات المؤهلة على الاعتبار للتوظيف دون النظر إلى العرق، أو اللون، أو النسب، أو الأصل القومي، أو الدين أو العقيدة الدينية، أو الجنس (بما في ذلك الحمل، أو الولادة، أو الحالات الطبية ذات الصلة)، أو التوجه الجنسي، أو الجنس، أو الهوية الجنسية، أو التعبير الجنسي، أو العمر، أو الحالة الاجتماعية، أو الحالة كقدامى المحاربين المحميين، أو الإعاقة الجسدية أو العقلية، أو الحالة الطبية، أو المعلومات أو الخصائص الجينية (أو تلك الخاصة بأحد أفراد الأسرة) أو أي اعتبار آخر يعتبر غير قانوني بموجب القوانين الفيدرالية أو الحكومية أو المحلية المعمول بها. نحن أيضًا نعتبر الطلبات المؤهلة بغض النظر عن السجلات الجنائية، وفقًا للمتطلبات القانونية. إذا كنت بحاجة إلى تسهيلات طبية أو دينية خلال عملية التقديم، يرجى ملء هذا النموذج للحصول على الدعم.
\n 
\nمن خلال تقديم هذا الطلب، أؤكد أن جميع المعلومات المقدمة في طلبي وطوال عملية التوظيف صحيحة ودقيقة وكاملة حسب علمي. أفهم أن أي بيان كاذب، أو إغفال، أو تحريف قد يؤدي إلى استبعادي من اعتبار التوظيف أو يؤدي إلى إنهاء الخدمة إذا تم اكتشافه بعد التوظيف.