علم البيانات × خريج جديد

📌 ملخص المسار المهني

• ▸من سبتمبر 2022 إلى أغسطس 2023: تدريب كعالم بيانات في شركة AI الناشئة A. شاركت في مشروع تحسين محرك التوصيات لمتجر إلكتروني، حيث توليت هندسة الميزات وتقييم النماذج دون اتصال بالإنترنت.
• ▸من أبريل 2023 إلى مارس 2024: مساعد باحث في شركة B الناشئة المنبثقة عن الجامعة. قمت بتطوير أداة لتحليل المشاعر في مراجعات العملاء باستخدام معالجة اللغة الطبيعية من الصفر، بما في ذلك تحويلها إلى واجهة برمجة تطبيقات.
• ▸من أبريل 2021 حتى الآن: طالب دراسات عليا في قسم الأنظمة الذكية، كلية الهندسة. أعمل على بحث في خوارزميات كشف الشذوذ في البيانات الزمنية، وقدمت ملصقًا في مؤتمر دولي.

📌 الإنجازات ونقاط القوة

• ▸من خلال تجديد نموذج التوصيات في التدريب، تمكنت من زيادة نسبة النقر إلى الظهور (CTR) بنسبة 14.5% مقارنة بالوضع السابق، مما ساهم في زيادة الأرباح الشهرية بحوالي 8 ملايين ين.
• ▸في مسابقة Kaggle للبيانات الجدولية، قمت ببناء طريقة تجمع بين LightGBM والشبكات العصبية، وحققت المركز الأعلى 2% (الميدالية الفضية).
• ▸قمت ببناء وإدارة بيئة الخادم في المختبر (AWS EC2/GPU) بنفسي، وأتمتة تخصيص الموارد الحاسوبية لـ 15 باحثًا، مما أدى إلى تحسين كفاءة البحث بنسبة 30%.

📌 المهارات

• ▸لغات البرمجة: Python (Pandas, NumPy, Scikit-learn), SQL, R
• ▸التعلم الآلي والتعلم العميق: PyTorch, LightGBM, XGBoost, Hugging Face Transformers
• ▸البنية التحتية للبيانات و MLOps: AWS (S3, EC2, SageMaker), Docker, Git/GitHub, MLflow
• ▸اللغات وغيرها: الإنجليزية (TOEIC 860 - قراءة الأوراق البحثية وكتابة الوثائق التقنية بدون مشاكل)، شهادة الإحصاء المستوى 2

📌 التعريف الذاتي

• ▸"قوة دافعة لربط التكنولوجيا بالأعمال": خلال التدريب، واجهت تحديًا حيث كان النموذج دقيقًا لكن تكلفة الاستدلال مرتفعة. تعاونت مع المهندسين لتحسين النموذج باستخدام التقطير وتحويله إلى صيغة ONNX، مما قلل زمن الاستجابة بنسبة 40% مع الحفاظ على دقة 98%. أؤمن بأهمية الموازنة بين المتطلبات التجارية والقيود التقنية، وأسعى دائمًا لتقديم قيمة شاملة من البداية إلى النهاية.

🔗 🔗 مستويات أخرى