Vakansiya haqqında
TəsvirQiymətli veri mənbələrini tanımlamaq və toplama proseslərini avtomatlaşdırmaq, verilənlər və kod depozitarına girişləri idarə etmək; Verilənləri analiz edərək yeni irəliləmiş analitik istifadə halları və biliklər yaratmaq; Proqnoz modelləri və maşın öyrənmə alqoritmləri qurmaq; Trendlər və nümunələri aşkar etmək üçün böyük məlumat həcmində analiz etmək;Statistik analitikadan istifadə edərək uyğun veri riski örtüyünü təmin etməyə yönəlmiş eşikləri optimallaşdırmaq; Stakeholderlərlə əməkdaşlıq etmək, analitik məsləhətlər və lazımi dəstəyi təmin etmək;Sistemləri optimallaşdırmaq üçün metodoloji dəyişikliklərini dəstəkləmək.TələblərTəhsil: Bakalavr dərəcəsiTələb olunan iş təcrübəsi: Müvafiq sahə üzrə ən az 1 ilTexniki bacarıqları: Kritik Texniki Bacarıqlar: • AI / Maşın Öyrənmə • Proqnoz Analitikası • Proqramlaşdırma / Scriptləmə • Statistik Təhlil • Verilən Modelinqi Əsas Texniki Bacarıqlar: • Bulud Hesablama • Dərin Öyrənmə • Təbii Dil İşləmə • Böyük Məlumat İşləmə • Verilənlər Analizi • Verilənlərin Hazırlanması • Verilənlərin Əsaslandırılması • Proqnoz Analitikası • Maşın Öyrənmə Həyat Dövrü İdarəetmə Kritik təcrübə: Daha geniş big data ekosistemi ilə tanış olmaq, məlumat saxlama həlləri (HDFS, NoSQL verilənlər bazaları) və məlumat emalçı çərçivələri daxil olmaqla; Məlumat setinin strukturu, dəyişənləri və məzmunu haqqında əsas anlayışın inkişaf etdirilməsi;Mövcud çərçivələr və kitabxanalar istifadə edərək maşın öyrənmə modellərinin təlimatlandırılması;Optimal performans üçün model seçimi və hiperparametr tüninqi aparılması.Statistik, qərar ağacı modelləri, k-means qruplandırması, logistika regresiya, Nöron, random forest, xgboost kimi modellərin tətbiqi;Kategoriyal dəyişənləri kodlaşdırma kimi əsas məlumat transformasiya işləri.Əksik dəyərlərin mükəmmələşdirilməsi üçün irəli texnikaların istifadəsi;Biznes məqsədlərinə uyğun olan əməliyyatlı məsləhətlər və nəticələr təqdim etmə;Daha yüksək dəqiqlik və möhkəmlətmə üçün çoxlu modelləri birləşdirən ansambl metotlarının istifadəsi;Modullu və təkrarlanabilən kod yaratmaq üçün siniflər, obyektlər, miras və inkapsulyasiya kimi OOP konseptlərini öyrənmək;Proqramlaşdırma ilə kompleks problemləri daha küçələn, idarə edilə bilən tapşırıqlara bölmək və effektiv həllər təklif etmək;Biznes proqnozlaşdırma və risk qiymətləndirmə üçün statistik model tətbiqi;Müxtəlif məlumat modeli tətbiq etmək;Hər hansı bir DWH və ya Göl Mühit üçün məlumat modeli inkişaf etdirmək.
Təsvir mənbədəki dildə saxlanılıb. Göstərilməyən şərtlər təxmin edilmir.