مهندس مل
صاحب العمل نشط
حالة تأهب وظيفة
سيتم تحديثك بأحدث تنبيهات الوظائف عبر البريد الإلكتروني
حالة تأهب وظيفة
سيتم تحديثك بأحدث تنبيهات الوظائف عبر البريد الإلكتروني
الوصف الوظيفي
تخصيص نموذج خاص بالمشكلة: قدرة مثبتة على تعظيم وتكييف بنيات الشبكات العصبية مثل GANs (شبكات الخصومة التوليدية)، وأجهزة التشفير التلقائي، وآليات الانتباه، والمحولات أو تطوير بنيات جديدة لمواجهة التحديات الفريدة في مجالات مختلفة (على سبيل المثال، البرمجة اللغوية العصبية، ورؤية الكمبيوتر، والوقت تحليل السلسلة).
التعامل مع البيانات عالية الأبعاد: خبرة في إدارة واستخراج الأنماط المفيدة من مساحات البيانات عالية الأبعاد، باستخدام تقنيات مثل تقليل الأبعاد أو بنيات الشبكات المتخصصة.
هناك حاجة إلى الكفاءة في البرمجة اللغوية العصبية (NLP) وLLM، بما في ذلك الخبرة العملية مع BERT أو GPT أو ما شابه ذلك، لاستخلاص الأفكار بشكل فعال من البيانات النصية المنظمة و/أو غير المنظمة. يعد إنشاء نماذج البرمجة اللغوية العصبية (NLP) المخصصة للإنتاج في العالم الحقيقي لمهام مثل إنشاء النص أو تلخيص النص ميزة إضافية قوية.
تطوير الحلول المبتكرة: القدرة على تطبيق تقنيات التعلم العميق بشكل مبتكر لحل المشكلات المعقدة وغير التقليدية، وغالبًا ما تجمع بين المعرفة بالمجال (من الأمن السيبراني أو المجالات الأخرى) والتفكير خارج الصندوق.
قابلية تطوير النموذج وكفاءته: الخبرة في تطوير نماذج قابلة للتطوير وفعالة يمكن نشرها في بيئات مختلفة، بما في ذلك فهم المفاضلات بين تعقيد النموذج والأداء.
التعلم المستمر والتكيف: الالتزام بمواكبة أحدث الأبحاث والاتجاهات في التعلم العميق، والدمج المستمر للنتائج والتقنيات الجديدة في أساليب حل المشكلات.
ماذا ستفعل
تطوير النموذج: تطوير وتنفيذ نماذج وخوارزميات التعلم الآلي المتقدمة لمعالجة المشكلات الأمنية الصعبة، بما في ذلك الكشف عن التهديدات والكشف عن الحالات الشاذة وتقييم المخاطر.
التدريب النموذجي والتقييم: قيادة التدريب والتحقق من صحة وضبط نماذج التعلم الآلي باستخدام التقنيات والمكتبات المبتكرة. تحديد وتتبع المقاييس الخاصة بالأمان لأداء النموذج.
تطوير الحلول: تصميم وتنفيذ أنظمة برمجية قوية لدمج ونشر وصيانة نماذج التعلم الآلي المتقدمة في بيئات الإنتاج. يتضمن ذلك تطوير أطر البرامج وتحسينها، وضمان التكامل السلس للنماذج، واختبار الأنظمة بدقة للحفاظ على معايير الموثوقية والأداء العالية.
استراتيجية النشر: التعاون مع فرق هندسة البرمجيات لتصميم وتنفيذ استراتيجيات النشر لنماذج التعلم الآلي في أنظمة الأمان، مما يضمن قابلية التوسع والموثوقية والكفاءة.
التوثيق وأفضل الممارسات: إنشاء أفضل الممارسات للتعلم الآلي وعمليات الأمان، والحفاظ على توثيق واضح للنماذج وخطوط البيانات وإجراءات الأمان.
نوع التوظيف
دوام كامل
