Για τη θέση
Ο Ρόλος:
Αναζητούμε έναν Ανώτερο Επιστήμονα Δεδομένων με εξειδίκευση σε Τεχνητή Νοημοσύνη με Γραφήματα για να ενταχθεί στην αναπτυσσόμενη ομάδα Επιστήμης Δεδομένων. Στο ρόλο αυτό, θα σχεδιάζετε και θα αναπτύσσετε παραγωγικές λύσεις μηχανικής μάθησης γραφημάτων, χρησιμοποιώντας Νευρωνικά Δίκτυα Γραφημάτων (GNNs), βάσεις δεδομένων γραφημάτων και μεγάλα σύνολα δεδομένων για την επίλυση σύνθετων προβλημάτων πραγματικού κόσμου.
Θα διαδραματίσετε κεντρικό ρόλο στη διαμόρφωση των δυνατοτήτων της εταιρείας σε Τεχνητή Νοημοσύνη Γραφημάτων, συνεργαζόμενος με διεπιστημονικές ομάδες και καθοδηγώντας άλλους επιστήμονες δεδομένων ενώ παρέχετε καινοτόμες λύσεις με επιχειρησιακό αντίκτυπο.
Κύριες αρμοδιότητες της θέσης:
- Σχεδιασμός, ανάπτυξη και υλοποίηση Νευρωνικών Δικτύων Γραφημάτων (GNNs) και λύσεων μηχανικής μάθησης βασισμένων σε γραφήματα.
- Μετατροπή μεγάλων, πολύπλοκων συνόλων δεδομένων σε αναπαραστάσεις γραφημάτων και εξαγωγή χρήσιμων πληροφοριών με χρήση προηγμένης ανάλυσης, αλγορίθμων γραφημάτων και στατιστικών τεχνικών.
- Προώθηση της υιοθέτησης της Τεχνητής Νοημοσύνης Γραφημάτων σε όλη την οργάνωση μέσω της ανεύρεσης νέων περιπτώσεων χρήσης και συνεισφορά στην εξέλιξη της στρατηγικής επιστήμης δεδομένων της εταιρείας.
- Επικοινωνία σύνθετων τεχνικών εννοιών και αποτελεσμάτων μοντέλων με σαφήνεια σε τεχνικό και επιχειρηματικό κοινό.
- Διασφάλιση υψηλών προτύπων στην προετοιμασία δεδομένων, μηχανική χαρακτηριστικών, αξιολόγηση μοντέλων, τεκμηρίωση και ποιότητα κώδικα.
- Χρήση τεχνολογιών όπως Python, Νευρωνικά Δίκτυα Γραφημάτων, βάσεις δεδομένων γραφημάτων, σύγχρονα πλαίσια μηχανικής μάθησης και cloud-based πλατφόρμες δεδομένων για την κατασκευή καινοτόμων λύσεων δεδομένων.
- Εξασφάλιση τήρησης βέλτιστων πρακτικών στην ποιότητα δεδομένων, παρακολούθηση μοντέλων, έλεγχο εκδόσεων και αναπαραγώγιμη αναλυτική.
- Ηγεσία και επίβλεψη ομάδας επιστημόνων δεδομένων σε εργασίες σχετικές με γραφήματα.
- Στενή συνεργασία με Μηχανικούς Δεδομένων, Μηχανικούς Λογισμικού, Διαχειριστές Προϊόντων και επιχειρηματικούς εταίρους για τη μετατροπή των επιχειρηματικών προκλήσεων σε κλιμακούμενες λύσεις Τεχνητής Νοημοσύνης Γραφημάτων.
Κύρια προσόντα:
- Πανεπιστημιακό δίπλωμα στα Μαθηματικά, Φυσική, Επιστήμη Υπολογιστών, Μηχανική, Επιστήμη Δεδομένων ή σε συναφή ποσοτικό πεδίο.
- Τουλάχιστον 6 χρόνια εμπειρίας στην επιστήμη δεδομένων, τη μηχανική μάθηση και την Τεχνητή Νοημοσύνη, συμπεριλαμβανομένης πρακτικής εμπειρίας στο σχεδιασμό, εκπαίδευση και βελτιστοποίηση Νευρωνικών Δικτύων Γραφημάτων (GNNs) για παραγωγικές εφαρμογές.
- Εμπειρία σε σχεσιακές και μη σχεσιακές βάσεις δεδομένων.
- Ισχυρή εμπειρία σε βάσεις δεδομένων γραφημάτων (π.χ. Neo4j, Neptune) και δεξιότητες σε γλώσσες ερωτημάτων γραφημάτων (π.χ. Cypher ή Gremlin).
- Εμπειρία με εργαλεία οπτικοποίησης δεδομένων όπως Matplotlib, Seaborn ή Plotly.
- Ισχυρές ικανότητες προγραμματισμού σε Python και εμπειρία με τις βιβλιοθήκες Pandas, NumPy και συναφείς για ανάλυση δεδομένων.
- Ισχυρή αναλυτική σκέψη, ικανότητα επίλυσης προβλημάτων και προσοχή στη λεπτομέρεια.
- Εξαιρετικές δεξιότητες επικοινωνίας και ικανότητα συνεργασίας σε ομαδικό περιβάλλον.
- Άριστη γνώση της αγγλικής γλώσσας.
Οφέλη:
- Ελκυστικό πακέτο αποδοχών συν επιβράβευση βάσει απόδοσης.
- Ιδιωτική ασφάλιση υγείας.
- Εταιρικό ταμείο συντάξεων.
- Πνευματικά προκλητικό περιβάλλον εργασίας.
- Συνεχής προσωπική ανάπτυξη και διεθνείς ευκαιρίες εκπαίδευσης.
Η διαδικασία πρόσληψης:
- Επικοινωνία – Εισαγωγική συζήτηση με την ομάδα Προσλήψεων.
- Ενδελεχής συνέντευξη με την μελλοντική ομάδα.
- Εργασία ειδικού ρόλου προς εκτέλεση στο σπίτι.
- Τελική συνέντευξη.
Όλες οι αιτήσεις θα αντιμετωπίζονται με απόλυτη εμπιστευτικότητα!
Υποβάλλοντας την αίτηση, επιβεβαιώνω ότι έχω διαβάσει και συμφωνώ με τους όρους της Πολιτικής Απορρήτου και Προστασίας Δεδομένων καθώς και της Δέσμευσης Εμπιστευτικότητας.
Η XM δημοσιεύει αυτή τη θέση στην δική της σελίδα καριέρας. Οι αιτήσεις υποβάλλονται απευθείας στην XM: χρησιμοποιήστε το κουμπί Εφαρμογής σε αυτή τη σελίδα.
Μετάφραση της αρχικής αγγελίας· σε περίπτωση διαφοράς ισχύει η αρχική. Η αρχική αγγελία
Κάνε αίτηση
Η φόρμα αίτησης είναι στα αγγλικά. Το βιογραφικό σου μπορεί να είναι σε όποια γλώσσα θέλεις.