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.
تصميم وبناء طرق GenAI المعتمدة على البيانات لتوليد البيانات الاصطناعية، وتنظيم البيانات متعددة الأنماط، وزيادة البيانات، والترشيح، وإزالة التكرار، وتقييم الجودة.
تطوير وتقييم خطوط أنابيب البيانات الاصطناعية لحالات استخدام GenAI للنصوص، والكلام، والرؤية، والبيانات متعددة الأنماط، بما في ذلك التوليد القابل للتحكم، وتتبع المصدر، وفحوصات السلامة، وتكييف المجال.
بناء أطر تقييم تربط جودة البيانات بأداء نماذج GenAI في المراحل التالية، بما في ذلك تصميم المعايير، ودراسات الإزالة، وتحليل الأخطاء، وحلقات التغذية الراجعة للنموذج.
البحث وتنفيذ تقنيات الذكاء الاصطناعي التوليدي الحديثة، بما في ذلك توليد البيانات المعتمد على LLM/VLM، وضبط النماذج، وضبط التعليمات، وتحسين التفضيلات، ووضع علامات البيانات المعتمدة على النماذج.
بناء خطوط أنابيب بيانات وML قابلة للتوسع للاكتساب، والتنظيف، والتحويل، واستخراج البيانات الوصفية، وتوليد التضمينات، ووضع العلامات، والتدريب، والتقييم.
تطوير كود بجودة الإنتاج لعمليات ML الدفعة والوقت الحقيقي، بما في ذلك استدلال النماذج، ومعالجة الميزات، والتحقق من البيانات، والمراقبة، وأتمتة العمليات.
ترجمة الأوراق البحثية وتقنيات GenAI الناشئة إلى أنظمة عملية تحسن جودة البيانات، وجودة النموذج، ونتائج الذكاء الاصطناعي الموجهة للعملاء.
التعاون مع فرق النمذجة، والمنتجات، والبنية التحتية، والمجالات لتعريف متطلبات بيانات GenAI، ومعايير الجودة، ومعايير التقييم، وخطط التسليم.
التشغيل عبر دورة الحياة الكاملة: البحث، والنمذجة الأولية، والتجريب، إنتاجية، الاختبار، CI/CD، المراقبة، كتيبات التشغيل، ودعم الإنتاج.
فقط أوراكل تجمع بين البيانات، والبنية التحتية، والتطبيقات، والخبرة لتشغيل كل شيء من الابتكارات الصناعية إلى الرعاية المنقذة للحياة. ومع وجود الذكاء الاصطناعي مدمجًا عبر منتجاتنا وخدماتنا، نساعد العملاء على تحويل تلك الوعود إلى مستقبل أفضل للجميع. اكتشف إمكاناتك في شركة تقود الطريق في حلول الذكاء الاصطناعي والسحابة التي تؤثر على مليارات الأرواح.
تبدأ الابتكارات الحقيقية عندما يتم تمكين الجميع للمساهمة. لهذا السبب نحن ملتزمون بتنمية قوة عاملة تعزز الفرص للجميع مع مزايا تنافسية تدعم موظفينا مع خيارات طبية مرنة، وتأمين على الحياة، وخيارات تقاعد. نحن أيضًا نشجع الموظفين على رد الجميل لمجتمعاتهم من خلال برامج التطوع لدينا.
نحن ملتزمون بشمول الأشخاص ذوي الإعاقة في جميع مراحل عملية التوظيف. إذا كنت بحاجة إلى مساعدة في الوصول أو accommodation للإعاقة في أي نقطة، يرجى إبلاغنا عبر البريد الإلكتروني [email protected] أو بالاتصال بالرقم 1-888-404-2494 في الولايات المتحدة.
أوراكل هي صاحب عمل يلتزم بتكافؤ الفرص. سيتم النظر في جميع المتقدمين المؤهلين للتوظيف بغض النظر عن العرق، أو اللون، أو الدين، أو الجنس، أو الأصل الوطني، أو التوجه الجنسي، أو الهوية الجنسية، أو الإعاقة، أو حالة المحاربين القدامى المحمية، أو أي سمة أخرى محمية بموجب القانون. ستنظر أوراكل في توظيف المتقدمين المؤهلين الذين لديهم سجلات اعتقال وإدانة وفقًا للقانون المعمول به.
درجة الدكتوراه، درجة الماجستير، أو خبرة معادلة في علوم الكمبيوتر، أو الذكاء الاصطناعي، أو التعلم الآلي، أو بحوث العمليات، أو الإحصاء، أو مجال تقني ذي صلة.
5+ سنوات مع درجة الماجستير أو 3+ سنوات مع درجة الدكتوراه في تطبيق التعلم الآلي على مشاكل العالم الحقيقي.
مهارات برمجة بايثون قوية وخبرة في بناء أنظمة ML، GenAI، أو بيانات بجودة الإنتاج.
خبرة عملية مع PyTorch وكتل التعلم العميق الحديثة؛ يفضل بشدة الخبرة مع Hugging Face، LLMs، VLMs، نماذج الانتشار، أو النماذج متعددة الأنماط.
خبرة في طرق الذكاء الاصطناعي المعتمدة على البيانات أو GenAI مثل توليد البيانات الاصطناعية، وقياس جودة البيانات، وتنظيم مجموعات البيانات، والإشراف الضعيف، ووضع علامات معتمدة على النماذج، والتعلم النشط، وإزالة التكرار، أو زيادة البيانات.
خبرة في تصميم التجارب وتفسير النتائج من خلال التحليل الإحصائي، ودراسات الإزالة، وتقييم المعايير، وتحليل الأخطاء.
فهم قوي لتدريب النماذج، والاستدلال، والتقييم، ومراقبة الإنتاج.
القدرة على قراءة الأوراق البحثية، وتحديد القيمة العملية، وتنفيذ تقنيات مفيدة في الأنظمة الحقيقية.
مهارات قوية في الكتابة والتواصل الشفوي، بما في ذلك الاقتراحات الفنية، والمستندات التصميمية، وتقارير التجارب، وعروض تقديمية للمساهمين.
خبرة في بناء خطوط أنابيب بيانات أو ML قابلة للتوسع باستخدام الحوسبة الموزعة، وتخزين السحابة، ومعالجة الدفعات، أو تنسيق سير العمل.
مستوى المهنة - IC3
لن يتم النظر في طلبك لهذة الوظيفة، وسيتم إزالته من البريد الوارد الخاص بصاحب العمل.