أخصائي جودة البيانات – الذكاء الاصطناعي/التعلم الآلي وتوسيم البيانات

متطلبات الوظيفة

• خبرة لا تقل عن سنتين في إدارة جودة البيانات أو عمليات البيانات أو أدوار ذات صلة ضمن بيئات الذكاء الاصطناعي/التعلم الآلي أو توسيم البيانات.
• خبرة في عمليات توسيم البيانات ومنهجيات ضمان الجودة ومؤشرات الجودة الإحصائية (مثل معدل الدقة F1، اتفاق المصنّفين).
• الإلمام بأدوات التوسيم وضمان الجودة (مثل Labelbox، Dataloop، LabelStudio).
• الإلمام بالمفاهيم الأساسية لسير عمل الذكاء الاصطناعي/التعلم الآلي، بما في ذلك إعداد البيانات وتدريب النماذج وتقييمها.

المسؤوليات

تحليل البيانات

• تدقيق الجودة: إجراء عمليات تدقيق للجودة على مجموعات البيانات الموسومة لضمان توافقها مع الإرشادات والمعايير المحددة.
• التقارير الإحصائية: استخدام مؤشرات الجودة الإحصائية مثل معدل الدقة F1 واتفاق المصنّفين لتقييم جودة البيانات.
• تحليل الأسباب الجذرية: تحليل أخطاء التوسيم والاتجاهات وعمليات المشروع والوثائق ذات الصلة لتحديد الأسباب الجذرية للأخطاء واقتراح استراتيجيات المعالجة.
• إدارة الحالات الحدية: تحليل وحل التوسيم في الحالات الحدية لضمان الجودة وتحديد مجالات التحسين.
• الأدوات: التمكن من استخدام أدوات التوسيم ومراقبة الجودة لإجراء المراجعات وتتبع مؤشرات الجودة.
• الإرشادات: الإلمام التام بالإرشادات الخاصة بالمشروع وتقديم الملاحظات لإجراء التوضيحات أو التحسينات المحتملة.

التحسين المستمر

• الأتمتة: تحديد فرص استخدام الأتمتة لتعزيز التحليلات وتقديم رؤى أعمق وتحسين الكفاءة.
• التوثيق: تطوير وصيانة الوثائق المحدثة المتعلقة بمعايير الجودة وإرشادات التوسيم وإجراءات مراقبة الجودة.
• الملاحظات: تقديم ملاحظات منتظمة تحدد مجالات التحسين في سير عمل التوسيم.

التعاون والتواصل

• العمل متعدد التخصصات: العمل بشكل وثيق مع أصحاب المصلحة الرئيسيين في المشروع والعملاء لفهم متطلبات المشروع وتحسين سير عمل التوسيم.
• التدريب: المساعدة في تدريب المصنّفين من خلال تقديم التوجيهات والملاحظات والدعم لضمان جودة البيانات.
• التقارير: تقديم تقارير دورية تبرز مؤشرات جودة البيانات والنتائج الرئيسية والرؤى القابلة للتنفيذ لتحقيق تحسين مستمر في العمليات.