کارشناس ارشد تحلیل داده

ما به دنبال یک کارشناس ارشد تحلیل داده خلاق، باتجربه و مسلط به فناوری‌های روز هستیم تا به تیم ما در استخراج بینش‌های عمیق از داده‌های مالی و ساخت مدل‌های هوشمند کمک کند. شما در این نقش، مسئولیت تحلیل جامع داده‌های کسب‌وکار را بر عهده خواهید داشت و با ساخت مدل‌های یادگیری ماشین، به ناظران بازار در تصمیم‌گیری‌های کلیدی برای حفظ سلامت بازار و جلوگیری از تخلفات کمک خواهید کرد. این موقعیت شغلی، ترکیبی از تحلیل داده، مهندسی داده و علم داده است و فرصتی بی‌نظیر برای رشد و یادگیری فراهم می‌آورد.
مسئولیت‌ها و وظایف کلیدی
• تحلیل عمیق داده‌های خام و ساختارمند برای شناسایی الگوها و تحلیل روابط پیچیده فعالان بازار.
• داده‌کاوی (Data Mining) و استخراج الگوهای پنهان و روابط معنادار از مجموعه داده‌های بزرگ.
• طراحی و توسعه مدل‌های آماری و یادگیری ماشین (Supervised و Unsupervised) در مقیاس بزرگ، با هدف نظارت بر سلامت بازار (مانند کشف ناهنجاری‌های معاملاتی و تحلیل ریسک).
• طراحی، ساخت و نگهداری پایپ‌لاین‌های داده (Data Pipelines) برای پشتیبانی از تحلیل‌ها و مدل‌های هوش مصنوعی.
• توسعه و ارائه سرویس‌های API (مانند REST) جهت در دسترس قرار دادن نتایج مدل‌ها و تحلیل‌ها برای سایر بخش‌های سازمان.
• ارزیابی، مطالعه و پیاده‌سازی مدل‌های ارائه‌شده در مقالات علمی و پروژه‌های متن‌باز مرتبط.
• توانایی جستجو و تطبیق مقالات جدید و تبدیل آن‌ها به راه‌حل‌های اجرایی.
• استخراج، پاکسازی و آماده‌سازی داده‌ها از منابع مختلف (Data Wrangling & Preprocessing).
• تفسیر نتایج و تصمیمات مدل‌ها و ارائه گزارش‌های تحلیلی به صورت شفاف به ذی‌نفعان کلیدی.
شرایط احراز و مهارت‌های مورد نیاز
مهارت‌های تخصصی (الزامی):
• تسلط کامل بر زبان برنامه‌نویسی Python و اکوسیستم آن در حوزه داده (Pandas, NumPy, Scikit-learn, StatsModels).
• تسلط عمیق بر SQL و تجربه کار با پایگاه‌های داده رابطه‌ای بزرگ، به‌ویژه Oracle.
• تجربه کار با پایگاه‌های داده NoSQL (مانند Clickhouse, MongoDB, Redis, Elasticsearch).
• آشنایی عمیق با الگوریتم‌های کلیدی یادگیری ماشین و داده‌کاوی و توانایی کاربرد آن‌ها در مسائل واقعی.
• تجربه عملی در تحلیل داده‌های سری زمانی (Time Series Analysis).
• تجربه عملی در زمینه مهندسی داده (ETL/ELT, Data Warehousing, Data Lake).
• آشنایی با ابزارهای پردازش کلان‌داده (Big Data) مانند Spark یا Dask.
• تجربه کار با یکی از فریم‌ورک‌های یادگیری عمیق (TensorFlow, PyTorch).
• مهارت بالا در مصورسازی داده (Data Visualization) با ابزارهایی مانند Power BI, Tableau یا کتابخانه‌های پایتون.
• حداقل 3 سال سابقه کار مرتبط در حوزه تحلیل داده یا علم داده.
مهارت‌های فردی و نرم:
• روحیه کار تیمی قوی و مهارت‌های ارتباطی موثر.
• تفکر تحلیلی و مهارت بالا در حل مسائل پیچیده.
• علاقه‌مندی به یادگیری مستمر و ارتقای شخصی.
• ذهنیت نتیجه‌گرا و کسب‌وکاری برای تبدیل داده به راه‌حل‌های عملی.
• انعطاف‌پذیری و داشتن ذهنیت Agile.
• دقت بالا، مسئولیت‌پذیری و توانایی مستندسازی فرآیندها و نتایج.
مهارت‌های امتیازی:
• تجربه در طراحی و راه‌اندازی زیرساخت‌ها و پایپ‌لاین‌های داده در محیط‌های عملیاتی، امتیاز ویژه محسوب می‌شود.
• آشنایی با مفاهیم و ابزارهای تحلیل مالی جهت درک رفتار بازار و تحلیل ریسک.
• آشنایی با فریم‌ورک‌های وب پایتون (مانند Flask, FastAPI) جهت توسعه سرویس.
• تجربه کار با ابزارهای Version Control مانند Git.
• آشنایی با مفاهیم MLOps و استقرار مدل‌ها در محیط عملیاتی.
ما انتظار نداریم شما بر تمام موارد ذکر شده تسلط کامل داشته باشید. اگر با بخشی از این فناوری‌ها آشنا هستید و اشتیاق دارید تا مابقی را در مسیر یاد بگیرید، این فرصت شغلی می‌تواند برای شما مناسب باشد.