محلل - مهندس بيانات في

الوصف الوظيفي

محلل - مهندس بيانات الصف: C3 التحول: من 2 ظهرًا إلى 11 مساءً بتوقيت الهند الدور: دور المساهم الفردي. مقدمة عن الدور: هل أنت مستعد للغوص في عالم التحليلات التجارية وإحداث تأثير حقيقي؟ يعد مهندس البيانات أو MLOps & AI Engineer فرصة رائعة ضمن فريق علوم البيانات والتحليلات المتقدمة لدعم تحويل الذكاء الاصطناعي / التعلم الآلي لوحدة الأمراض النادرة في Alexion من خلال صياغة حلول علوم البيانات وتطويرها وإرسالها إلى الميدان والتي تحقق التأثير للمرضى. يعمل هذا الدور بين هندسة التعلم الآلي التقليدية والذكاء الاصطناعي المستقل. وهو يتضمن صياغة ونشر وإدارة أنظمة التعلم الآلي الكلاسيكية وسير عمل الذكاء الاصطناعي التي تعمل على تحسين الكفاءة التجارية عبر مجموعة الأمراض النادرة في الولايات المتحدة. سينصب التركيز الأساسي على التعاون مع علماء البيانات والرؤى والتحليلات لبناء بنية تحتية لتحليلات على مستوى الإنتاج على Snowflake وCortex AI - بدءًا من نماذج تحديد هوية المريض التنبؤية ومحركات تنبيه القوى الميدانية إلى مسارات العمل الوكيلة التي تعرض الرؤى بشكل مستقل وتوصي بالإجراءات. يضمن هذا الموقف أن نماذج تعلم الآلة وأنظمة وكيل الذكاء الاصطناعي قابلة للتكرار ومتوافقة وذات أداء وقابلة للتطوير طوال دورة حياتها. يتم التركيز بشدة على جودة البيانات والمراقبة والحوكمة وتصميم النظام القابل للتنفيذ. المسؤوليات: تعلم الآلة وهندسة البيانات • الموديل L إدارة دورة ifecycle: تطوير وصيانة خطوط الأنابيب لنقل النماذج من التجريب إلى الإنتاج، بما في ذلك التعبئة والتغليف وCI/CD والاختبار الآلي والنشر. نموذج الدعم الذي يخدم تحديد هوية المريض، والتنبؤ بالالتزام، ومحركات أفضل الإجراء التالي، ونماذج الذكاء التنافسية على Snowflake وCortex AI. • تطوير خطوط البيانات: تصميم تدفقات عمل قوية للبيانات المجمعة والمتدفقة التي تدمج الصيدلية المتخصصة، والمركز/PSP، وCRM (Veeva)، والمشتركة (IQVIA، MMIT)، والمطالبات، وبيانات النموذج N داخل Snowflake. تحديد وإدارة مجموعات الميزات والنسب وإعادة الاستخدام لدعم مبادرات الذكاء الاصطناعي/التعلم الآلي عبر مجموعة الأمراض النادرة. • عمليات الإنتاج والمراقبة: ضمان الموثوقية وقابلية التوسع لأنظمة تعلم الآلة. تنفيذ التسجيل والتتبع والتنبيه بشكل فعال. إنشاء مراقبة لأداء النموذج وانحراف البيانات والتحيز وصحة الخدمة. راقب جودة البيانات عبر خلاصات بيانات الأمراض النادرة حيث تؤدي أحجام السكان الصغيرة إلى تضخيم تأثير الحالات الشاذة. وكيل الذكاء الاصطناعي وهندسة أنظمة الوكيل • تصميم سير عمل الوكيل: التعاون مع علماء البيانات والتجارية

المتطلبات

• تصميم نماذج البيانات
• إنشاء عمليات ETL
• إجادة SQL
• برمجة Python أو Scala
• خبرة في منصات السحابة أو أنظمة big data (مثل AWS, Azure, GCP, Spark, Hadoop)

المهارات