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.
Note: This job description has been translated into Arabic. To view the original English version, please click here.
ملاحظة: لقد تم ترجمة هذا الوصف الوظيفي إلى العربية. لمُشاهدة النص الأصلي بالإنجليزية، الرجاء الضغط هنا.
تمت الترجمة إلى العربية بواسطة Bayt AI. اضغط هنا لعرض النص الأصلي.
المسمى الوظيفي:
كعالم بيانات أول في تحسين العروض، ستقوم بتصميم وتطوير نماذج متقدمة لتطبيقات التسعير الديناميكي وإدارة الإيرادات. تتضمن هذه الوظيفة بناء خوارزميات تحسين في الوقت الفعلي، وإدارة خطوط بيانات كبيرة، وتطبيق تقنيات التعلم الآلي لتعظيم إيرادات شركات الطيران. ستعمل على حلول مبتكرة في مجال تنافسي للغاية، تجمع بين علم البيانات والهندسة والبحث لتحقيق نتائج تجارية مؤثرة.
تحليل المواصفات وتحديد متطلبات المستخدم لحلول البرمجيات.
تصميم وتطوير حلول تقنية، وإجراء دراسات جدوى، واقتراح طرق فعالة.
تطوير البرمجيات وفقًا لمعايير وإرشادات أمديوس.
الحصول على مجموعات البيانات المتوافقة مع احتياجات العمل.
تصميم وتطوير وصيانة هياكل خطوط بيانات مثالية.
تنفيذ طرق وأدوات التحقق من البيانات لضمان الجودة والموثوقية.
ضمان الامتثال لسياسات حوكمة البيانات والأمان.
تدريب وضبط نماذج التعلم الآلي لعملاء مختلفين.
تحديد مؤشرات الأداء الرئيسية وقياس أداء النموذج.
إجراء تعدين البيانات والتحليل والبحث لتعزيز الخوارزميات.
تحويل النماذج الأولية إلى إنتاج.
إجراء اختبارات وحدة وحزمة وأداء للحفاظ على معايير الجودة.
دعم العملاء من خلال التحقيق في نتائج النماذج وتقديم الخبرة الوظيفية.
إعداد الوثائق مثل دراسات الجدوى، ونظرات عامة عن الحلول، والمواصفات الفنية.
نطاق الخبرة: 9-12 عامًا في علم البيانات، أو التعلم الآلي، أو الأدوار ذات الصلة.
مهارات برمجة قوية في بايثون، جافا، سكالا، وPySpark.
خبرة عملية مع أطر التعلم الآلي مثل PyTorch، TensorFlow، Keras، وXGBoost.
إجادة تقنيات البيانات الكبيرة (Hadoop، Spark، Scala) وأدوات البث مثل Kafka.
معرفة قوية بـ SQL، MongoDB، وأدوات تصور البيانات (Tableau، Power BI).
خبرة في بناء وإدارة خطوط ETL.
معرفة بالمنصات السحابية (Azure) وDatabricks تعتبر ميزة.
اهتمام قوي بالرياضيات، والنمذجة، وتصميم الخوارزميات.
مهارات تحليلية، وحل المشكلات، والتواصل ممتازة.
القدرة على العمل في بيئات أجايل والتعاون عبر الفرق.
1f71f4 مهمة حاسمة وهدف - في أمديوس، ستساهم في مستقبل السفر بمهمة حاسمة وهدف استثنائي.
30e DNA عالمي حقيقي - كل شيء في أمديوس عالمي، من موظفينا إلى أعمالنا، مما يترجم إلى بصمتنا، وعملياتنا، وثقافتنا.
393 فرص رائعة للتعلم - يحدث التعلم طوال الوقت وبطرق عديدة في أمديوس، من التدريب أثناء العمل إلى الأنشطة الرسمية، والتفاعلات اليومية.
917 بيئة رعاية - تعزز أمديوس بيئة رعاية تدعم كل من النمو المهني والرفاهية الشخصية.
4b0 عرض مكافآت كامل - تقدم أمديوس حزم تعويض جذابة، بما في ذلك الراتب، والمكافآت، ومزايا الرعاية الصحية.
1f21f4 نموذج عمل مرن - احتضن نموذج العمل المرن لدينا، مما يتيح لك التميز أينما وكيفما تعمل بشكل أفضل.
305 مجتمع متنوع وعادل وشامل - نحن ملتزمون بتمكين كل موظف للوصول إلى إمكاناته الكاملة من خلال تعزيز ثقافة الانتماء والمعاملة العادلة.
4c8 شركة موثوقة - الثقة والموثوقية هما أساس تشكيل علاقاتنا مع العملاء والشركاء والموظفين.
#LI-KA1
التنوع والشمول:
تسعى أمديوس لتكون رائدة في التنوع والشمول في صناعة التكنولوجيا، مما يمكن كل موظف من الوصول إلى إمكاناته الكاملة من خلال تعزيز ثقافة الانتماء والمعاملة العادلة، وجذب أفضل المواهب من جميع الخلفيات، وأن تكون نموذجًا لتجربة موظف شاملة.
أمديوس هي صاحب عمل يتيح الفرص للجميع. سيتم النظر في جميع المتقدمين المؤهلين للتوظيف بغض النظر عن الجنس أو العرق أو الإثنية أو التوجه الجنسي أو العمر أو المعتقدات أو الإعاقة أو أي خصائص أخرى محمية بموجب القانون.
لن يتم النظر في طلبك لهذة الوظيفة، وسيتم إزالته من البريد الوارد الخاص بصاحب العمل.