دانشمند داده‌های گراف
Graph Data Scientist
دانشمند داده‌های گراف داده را به شکل شبکه‌ای از موجودیت‌ها (گره) و رابطه‌های میان آن‌ها (یال) می‌بیند و با الگوریتم‌های گراف، آمار و یادگیری ماشین الگوهایی را پیدا می‌کند که در جدول دیده نمی‌شوند: حلقه‌های تقلب، هویت‌های جعلی، حساب‌هایی که در واقع متعلق به یک نفرند، یا پیشنهادهایی که از شبکهٔ روابط کاربران ساخته می‌شوند. ابزار روزمره‌اش پایگاه گراف Neo4j و زبان Cypher، کتابخانه‌هایی مثل NetworkX و Neo4j Graph Data Science، و در نقش‌های پیشرفته‌تر شبکه‌های عصبی گراف (GNN) با PyTorch Geometric یا DGL است. عنوان دقیق Graph Data Scientist در آگهی‌های ۲۰۲۶ به کار می‌رود، اما بیشتر در یک گوشهٔ بازار: پیمانکاران خدمات دولتی آمریکا و شرکت‌های تأمین نیرو، که دست‌کم دو تای آن‌ها (Knowesis و E-Logic) برای یک قرارداد تحلیل تقلب در برنامه‌های فدرال آگهی داده‌اند. شرکت‌های محصول و فین‌تک همین کار را با عنوان Data Scientist یا Machine Learning Engineer آگهی می‌کنند؛ گاهی با پسوندی مثل Graph Machine Learning (XM) یا Identity Graph (Socure) و اغلب بدون هیچ اشاره‌ای به گراف در عنوان (Riskified، Roblox، Coinbase). در عمل این یک تخصص درون دانش داده است، نه حرفه‌ای جدا از آن.
مقدمه و تعریف شغل
دانشمند داده‌های گراف نوعی دانشمند داده است که داده را به شکل گراف می‌بیند: افراد، حساب‌ها، دستگاه‌ها، نشانی‌ها، محصولات یا تراکنش‌ها گره‌اند و رابطه‌های میانشان یال. کار او پاسخ دادن به سؤال‌هایی است که به ساختار این رابطه‌ها بستگی دارد: چه کسی مهم است، چه گروه‌هایی به هم وصل‌اند، چه رکوردهایی در واقع یک هویت‌اند، یا کدام حساب فاصلهٔ کوتاهی تا یک کلاهبردار شناخته‌شده دارد. Alicia Frame، که در ۲۰۱۹ دانشمند دادهٔ ارشد Neo4j بود، این را ساده گفته است: دانشمند دادهٔ معمولی در دنیای Python با سطر و ستون کار می‌کند و گراف اجازه می‌دهد همه‌چیز را با رابطه به هم وصل کنی. در آگهی‌های ۲۰۲۶ این نقش دو چهره دارد. در آگهی‌های با عنوان دقیق، که بیشتر از پیمانکاران دولتی آمریکاست، محور کار Neo4j، Cypher، الگوریتم‌های گراف و یادگیری ماشین روی دادهٔ گرافی برای کشف تقلب است. در شرکت‌های محصول و فین‌تک، همین کار با GNN و در مقیاس میلیاردها گره انجام می‌شود و عنوانش معمولاً Data Scientist یا Machine Learning Engineer است.
یادگیری عمیق روی گراف در چند سال شکل گرفت: مقالهٔ Graph Convolutional Networks از Kipf و Welling در ۲۰۱۶ منتشر شد، GraphSAGE از Hamilton، Ying و Leskovec و Graph Attention Networks از Veličković و همکاران در ۲۰۱۷. در ۲۰۱۸ مقالهٔ PinSage منتشر شد، مدلی که در Pinterest ساخته و مستقر شده بود و روی گرافی با ۳ میلیارد گره و ۱۸ میلیارد یال آموزش دیده بود. در ۲۰۱۹، به گفتهٔ Alicia Frame از Neo4j، کتابخانهٔ Graph Data Science نخستین گروه کاربرانش را داشت و پرطرفدارترین کاربرد آن در میان آن‌ها با فاصله کشف تقلب بود. در ۲۰۲۶ هر دو مسیر زنده‌اند: پیمانکارانی مثل Knowesis و Praescient برای تحلیل تقلب در برنامه‌های فدرال آمریکا Graph Data Scientist می‌خواهند، و Socure، Riskified، Coinbase، Roblox و Reddit مدل‌های گرافی را در تیم‌های هویت، ضدتقلب و پیشنهاد به کار می‌برند.
چه چیزی می‌سازید؟
مثال‌های واقعی از خروجی کار یک دانشمند داده‌های گراف
مدل‌های کشف حلقهٔ تقلب
Praescient از این نقش می‌خواهد حلقه‌های تقلب سازمان‌یافته، هویت‌های ساختگی، شرکت‌های پوششی و نشانی و حساب بانکی مشترک را با تحلیل گراف پیدا کند.
گراف هویت و یکی‌سازی موجودیت
تیم Big Data R&D در Socure گراف هویت و قابلیت یکی‌سازی موجودیت را برای محصولات انطباق می‌سازد و Riskified یک Identity Graph Engine دارد که Staff Data Scientist آن مسیر نوآوری‌اش را تعیین می‌کند.
محصولات link analysis برای بازرسان
Knowesis از Graph Data Scientist نمودارهای link analysis و نقشهٔ رابطهٔ موجودیت‌ها می‌خواهد که شبکه‌های پیچیده را از چند منبع داده نشان دهد و به ساختن پرونده کمک کند.
مدل‌های GNN در مقیاس بزرگ
Roblox برای تیم Alt Defense سیستم‌هایی با GNN و خوشه‌بندی می‌خواهد که رابطه‌ها را میان میلیاردها موجودیت نقشه‌برداری کند؛ Coinbase با GNN حساب‌هایی را خوشه می‌کند که نشانه‌های بیومتریک، دستگاه یا مدرک مشترک دارند.
سیستم‌های پیشنهاد مبتنی بر گراف
PinSage در Pinterest با ترکیب random walk و graph convolution برای پین‌ها embedding می‌سازد؛ ZipRecruiter هم GNN را در فهرست روش‌های مورد انتظار برای تیم پیشنهاد آورده است.
پلتفرم و کد مشترک یادگیری ماشین گراف
Reddit از مهندس ML Systems می‌خواهد یک codebase و پلتفرم graph ML را از صفر بسازد و pipeline هایی برای گراف‌هایی با میلیاردها گره و ده‌ها میلیارد یال نگه دارد.
تخصص‌های مختلف دانشمند داده‌های گراف
این شغل یک عنوان واحد نیست — مسیرهای تخصصی متعددی دارد
تحلیل گراف برای تقلب، پول‌شویی و سلامت برنامه‌ها
Fraud, AML & Program Integrity Graph Analytics
هستهٔ آگهی‌های با عنوان دقیق: Praescient، Knowesis و E-Logic برای کشف تقلب، اتلاف و سوءاستفاده در برنامه‌های فدرال آمریکا، و Socure و Plaid در فین‌تک. Knowesis گواهی CFE (کارشناس تقلب) یا Neo4j Certified Professional را امتیاز می‌داند.
گراف هویت و یکی‌سازی موجودیت
Identity Graph & Entity Resolution
تشخیص اینکه کدام رکوردها، حساب‌ها یا پروفایل‌ها یک هویت‌اند؛ تیم‌های Identity Graph در Socure و Riskified و تیم Identity در Coinbase. Alicia Frame از Neo4j این کار (disambiguation) را یکی از سه کاربرد اصلی نخستین مشتریان GDS نام برده است.
یادگیری ماشین گراف برای پیشنهاد و جستجو
Graph ML for Recommendations & Search
استفاده از ساختار رابطهٔ کاربر و محتوا برای پیشنهاد؛ PinSage در Pinterest نمونهٔ شناخته‌شده است و ZipRecruiter در تیم پیشنهادش GNN را کنار two-tower و transformer آورده است.
اعتماد و ایمنی و مقابله با سوءاستفاده
Trust & Safety / Anti-Abuse
کشف حساب‌های چندگانه، تصاحب حساب و ربات‌ها از روی رابطه‌ها؛ Stripe در Radar رویکردهای گرافی را برای multi-accounting و account takeover می‌خواهد و Roblox برای تیم Alt Defense تجربهٔ GNN در مقیاس میلیاردها گره.
یادگیری ماشین گراف روی کد و سیستم‌های فنی
Graph ML for Code & Technical Systems
مدل کردن کد، نمایش میانی کامپایلر یا تله‌متری به شکل گراف و یادگیری روی آن؛ IR Labs برای این کار یک ML Engineer مؤسس می‌خواهد که GNN را با LLM ترکیب کند.
تفاوت با شغل‌های مشابه
کجا این شغل تمام می‌شود و شغل دیگری شروع می‌شود؟
این نقش زیرمجموعهٔ دانش داده است، نه رقیب آن. ابزار پایه همان است (Python، SQL، آمار، یادگیری ماشین) و خیلی از کارفرماها اصلاً عنوان Data Scientist را به کار می‌برند: XM با پسوند Graph Machine Learning، Socure با پسوند Identity Graph و Riskified بدون هیچ پسوندی. تفاوت در شکل داده و ابزار است: دانشمند دادهٔ گراف به‌جای فرض مستقل بودن سطرها، از رابطه‌ها سیگنال می‌گیرد و با Neo4j، Cypher، الگوریتم‌های گراف و GNN کار می‌کند.
مهندس گراف دانش خودِ گراف را به‌عنوان یک دارایی معنایی می‌سازد: ontology، طرح‌وارهٔ رسمی، RDF و SHACL و لایه‌ای که جستجو و ایجنت‌ها روی آن پرس‌وجو کنند. دانشمند دادهٔ گراف روی ساختار گراف تحلیل و مدل می‌سازد: مرکزیت، جامعه، شباهت، embedding و پیش‌بینی. مرز در عمل نرم است؛ Praescient و Knowesis «توسعهٔ گراف دانش» در Neo4j را هم از دانشمند دادهٔ گراف می‌خواهند، اما حرفی از ontology و استانداردهای وب معنایی نمی‌زنند.
در شرکت‌های بزرگ فناوری، کار GNN اغلب با عنوان Machine Learning Engineer آگهی می‌شود (Roblox، Reddit، Coinbase، Stripe) و تمرکز آن روی ساخت سیستم پایدار و مقیاس‌پذیر است: آموزش توزیع‌شده، سرویس کم‌تأخیر و پلتفرم. دانشمند دادهٔ گراف بیشتر روی صورت‌بندی مسئله، تحلیل، اعتبارسنجی و توضیح نتیجه تمرکز دارد. IR Labs نمونهٔ میانه است: عنوان ML Engineer، اما مسئولیت کامل نقشهٔ راه graph ML از پژوهش تا پروداکشن.
در تیم‌های تحلیل تقلب، دانشمند دادهٔ گراف کنار تحلیلگر تحقیقاتی کار می‌کند؛ Praescient همکاری با Investigative Analysts را جزو وظایف نوشته و همان فهرست آگهی‌هایش یک Senior Investigative Analyst هم دارد. تحلیلگر پرونده را پیش می‌برد و سرنخ را بررسی می‌کند؛ دانشمند دادهٔ گراف مدل، پرس‌وجو و الگوریتمی می‌سازد که سرنخ‌ها را از دل میلیون‌ها رابطه بیرون بکشد و نتیجه را قابل توضیح و تکرار نگه می‌دارد.
تأثیر در صنایع مختلف
دانشمند داده‌های گراف در همه صنایع مشغول به کار است — نه فقط شرکت‌های فناوری
نظارت دولتی و سلامت برنامه‌ها
Knowesis از Graph Data Scientist می‌خواهد برای کمیتهٔ PRAC، که بر بودجه‌های کمک دوران همه‌گیری و قانون OBBBA نظارت داده‌محور دارد، مدل‌هایی بسازد که تقلب، اتلاف و سوءمدیریت را در داده‌های چند سازمان و چند برنامه پیدا کند
فین‌تک و پرداخت
Plaid مدل‌های کشف تقلب را روی گراف‌های رابطه‌ای، رویدادهای پشت‌سرهم و تصویر می‌سازد و Stripe در Radar از رویکردهای گرافی برای حساب‌های چندگانه و تصاحب حساب استفاده می‌کند
احراز هویت و انطباق
Socure گراف هویت را برای پایش فوت و انطباق می‌سازد و Head of Data Science آن باید GNN و مدل‌های link analysis را برای Identity Graph، کشف تقلب و تطبیق با فهرست‌های نظارتی (watchlist) هدایت کند
تجارت الکترونیک
Riskified موتور Identity Graph را با مدل‌های گرافی، transformer و یادگیری ماشین روی دادهٔ جدولی، دنباله‌ای و گرافی پیش می‌برد
رمزارز
Coinbase با GNN حساب‌هایی را که نشانه‌های بیومتریک، دستگاه یا مدرک مشترک دارند خوشه می‌کند تا حلقه‌های هویت ساختگی را هنگام ثبت‌نام پیدا کند
بازی و شبکه‌های اجتماعی
Roblox رابطه‌ها را میان میلیاردها موجودیت با GNN نقشه‌برداری می‌کند و Reddit پلتفرم graph ML برای گراف‌هایی با ده‌ها میلیارد یال می‌سازد
پیشنهاد و جستجو
PinSage در Pinterest روی گرافی با ۳ میلیارد گره و ۱۸ میلیارد یال آموزش دیده است و ZipRecruiter GNN را در تیم پیشنهاد شغل به کار می‌گیرد
بازاریابی
به گفتهٔ Alicia Frame از Neo4j، یکی از سه کاربرد اصلی نخستین مشتریان GDS بازاریابی هدفمند بود: پیدا کردن مشتری اثرگذار در شبکهٔ روابط یا مشتریان مشابه از روی الگوی خرید و مسیر مشتری
تصورات غلط رایج
قبل از تصمیم‌گیری، این باورهای اشتباه را بشناسید
هر مسئلهٔ داده‌ای با گراف بهتر حل می‌شود
Alicia Frame از Neo4j می‌گوید گراف وقتی لازم است که رابطه‌ها مهم باشند و اگر میان چیزهایی که پیش‌بینی می‌کنید رابطه‌ای نیست، احتمالاً به گراف نیاز ندارید. توصیه‌اش این است که اول بپرسید «آیا این سؤال واقعاً گرافی است؟» و بعد الگوریتم را انتخاب کنید.
Graph Data Scientist یعنی پژوهشگر GNN
در آگهی‌های با عنوان دقیق (Praescient، Knowesis، E-Logic) محور کار Neo4j، Cypher، مرکزیت، کشف جامعه، کوتاه‌ترین مسیر و یادگیری ماشین کلاسیک روی دادهٔ گرافی است؛ PyTorch Geometric در Praescient فقط در فهرست ترجیحی آمده. GNN و یادگیری ماشین گراف بیشتر در آگهی‌های XM و eSense و نقش‌های ML شرکت‌هایی مثل Roblox شرط اصلی است.
برای پیدا کردن این شغل باید فقط «Graph Data Scientist» را جستجو کرد
بیشتر کار GNN با عنوان‌های عمومی آگهی می‌شود: Staff Data Scientist در Riskified، Principal Machine Learning Engineer در Roblox، Staff Machine Learning Engineer در Coinbase و Stripe. باید عبارت‌هایی مثل GNN، graph learning، identity graph و Neo4j را در متن آگهی جستجو کنید، نه فقط در عنوان.
گراف یعنی فقط Neo4j
Neo4j پرتکرارترین نام است، اما آگهی‌ها Amazon Neptune (XM، Socure)، GraphFrames روی Spark (Socure)، JanusGraph و TigerGraph (Reddit)، Cosmos DB و ArangoDB (eSense) و زبان Gremlin (XM) را هم می‌خواهند. کار مدل‌سازی هم اغلب بیرون از پایگاه داده، در PyTorch Geometric یا DGL، انجام می‌شود.
این تخصص راه ورود سریع به دانش داده است
عکسش درست است: آگهی‌های با عنوان دقیق از سه سال تجربهٔ Neo4j و سه سال کاربرد روش‌های گراف در کشف تقلب شروع می‌شوند، eSense پنج سال یادگیری ماشین گراف می‌خواهد و XM شش سال. پایین‌ترین سطحی که دیدیم Data Scientist II در Socure بود (ارشد با ۲ سال سابقه) که آشنایی با گراف را فقط امتیاز می‌داند. معمولاً اول دانشمند داده می‌شوید و بعد گراف را اضافه می‌کنید.
یک روز کاری واقعی
در هر سطح روز کاری چه شکلی است؟
ورود (۰–۲ سال)
در آگهی‌های این بررسی نقش گرافی برای تازه‌کار نبود؛ این سال‌ها معمولاً در یک نقش عمومی داده می‌گذرد و کار گراف کم‌کم اضافه می‌شود. بیشتر وقت صرف آماده کردن داده، SQL و Python و یاد گرفتن این است که کدام سؤال کسب‌وکار شکل گرافی دارد.
- ◆پاک‌سازی و پروفایل کردن داده پیش از ساختن گراف
- ◆نوشتن پرس‌وجوهای Cypher ساده برای پاسخ به سؤال تیم
- ◆اجرای الگوریتم‌های آماده (مرکزیت، connected components) روی نمونهٔ کوچک با NetworkX یا GDS
- ◆ساخت ویژگی‌های گرافی ساده (درجه، تعداد همسایهٔ مشترک) برای یک مدل موجود
- ◆مستندسازی پرس‌وجوها و نتیجه‌ها
میانی (۲–۵ سال)
بر پایهٔ آگهی‌های Praescient، Knowesis و Data Scientist II در Socure: مالک بخش مشخصی از تحلیل گراف هستید، مدل داده و pipeline بارگذاری را خودتان طراحی می‌کنید و نتیجه را با تحلیلگران و تیم محصول در میان می‌گذارید.
- ◆طراحی طرح‌وارهٔ گراف و pipeline بارگذاری از چند منبع دادهٔ عمومی و غیرعمومی
- ◆نوشتن قواعد و پرس‌وجوهای Cypher برای یافتن شناسه‌های مشترک و شبکه‌های مشکوک
- ◆اجرای Louvain، node similarity و link prediction و سنجیدن خروجی با تحلیلگران
- ◆ساخت ویژگی گرافی برای مدل‌های طبقه‌بندی و کشف ناهنجاری
- ◆ساخت نمودار رابطه برای یک پرونده یا جلسهٔ گزارش به مدیران
ارشد (۵+ سال)
بر پایهٔ آگهی‌های XM، eSense و Staff Data Scientist در Socure: GNN را در پروداکشن مستقر می‌کنید، دربارهٔ معماری گراف و مدل تصمیم می‌گیرید، کاربردهای تازهٔ گراف را در سازمان پیدا می‌کنید و تیم را راهنمایی می‌کنید.
- ◆طراحی، آموزش و بهینه‌سازی GNN برای کشف تقلب یا هویت
- ◆ساخت pipeline آموزش توزیع‌شده برای گراف‌های صدها میلیون عنصری
- ◆تعریف روش ارزیابی و پایش مدل در پروداکشن
- ◆یافتن کاربردهای تازهٔ Graph AI همراه با مدیران محصول و ذی‌نفعان تجاری
- ◆منتورینگ دانشمندان داده در نظریهٔ گراف و تحلیل گراف
مسئولیت‌ها و وظایف
مسئولیت‌های اصلی
وظایف روزانه و مهارت‌های مورد نیاز در این شغل
- ◈طراحی و نگهداری راهکارهای تحلیلی مبتنی بر گراف برای کشف تقلب، تحلیل تحقیقاتی و سلامت برنامه‌ها
- ◈نوشتن پرس‌وجوهای Cypher برای یافتن رابطه‌های پنهان، حلقه‌های تقلب، شبکه‌های مشکوک و هویت‌های ساختگی
- ◈اجرای الگوریتم‌های مرکزیت، کشف جامعه، کوتاه‌ترین مسیر، خوشه‌بندی و کشف ناهنجاری روی گراف
- ◈طراحی مدل دادهٔ گراف، طرح‌واره و pipeline بارگذاری از منابع ساختاریافته و غیرساختاریافته
- ◈ساخت مدل‌های یادگیری ماشین روی دادهٔ گرافی، از ویژگی‌های گرافی برای مدل کلاسیک تا GNN در پروداکشن
- ◈اعتبارسنجی خروجی‌ها و مستندسازی روش‌ها تا مدل‌ها دقیق، قابل توضیح و قابل تکرار باشند
- ◈ساخت نمودارهای رابطه و link analysis و توضیح یافته‌ها برای بازرسان، مدیران و ذی‌نفعان غیرفنی
- ◈همکاری با مهندسان داده، دانشمندان داده و تحلیلگران تحقیقاتی برای وارد کردن تحلیل گراف در مدل‌های بزرگ‌تر کشف تقلب
- ◈شناسایی کاربردهای تازهٔ گراف در سازمان و راهنمایی دانشمندان دادهٔ دیگر در کارهای گرافی
مهارت‌های مورد نیاز
مهارت‌های فنی، نرم و حوزه‌ای که یک دانشمند داده‌های گراف موفق به آن‌ها نیاز دارد
مهارت‌های فنی
توپولوژی شبکه، مرکزیت، کشف جامعه، کوتاه‌ترین مسیر، خوشه‌بندی و پیمایش گراف؛ شرط صریح Praescient و Knowesis
دست‌کم سه سال تجربه در Praescient، Knowesis و E-Logic؛ XM تسلط بر Cypher یا Gremlin را می‌خواهد
اجرای PageRank، Louvain، connected components، شباهت، node embedding و link prediction؛ در شرایط ترجیحی Praescient و مهارت‌های لازم eSense
خوشه‌بندی، طبقه‌بندی و کشف ناهنجاری روی دادهٔ گرافی؛ Knowesis و Praescient سه سال تجربه در آن می‌خواهند
Pandas، NumPy، Scikit-Learn و NetworkX در آگهی Knowesis؛ Pandas و NumPy در XM
طراحی طرح‌واره، نمایه و pipeline بارگذاری برای شبکه‌های پیچیده و بزرگ؛ در هر سه آگهی با عنوان دقیق
طراحی، آموزش و بهینه‌سازی GNN برای پروداکشن در XM؛ PyG، DGL و GDS در eSense؛ GraphSAGE در Roblox
Spark یا PySpark در Socure، سرویس Spark ابری مثل Azure Databricks در eSense و Praescient، و GraphFrames در Socure
Socure نوشتن و بهینه‌سازی SQL روی دادهٔ بزرگ را شرط گذاشته و Praescient به Microsoft SQL Server اشاره کرده است
مهارت‌های نرم
Praescient، Knowesis و XM هر سه توضیح مفاهیم پیچیده برای مخاطب فنی و غیرفنی، از بازرس تا مدیر ارشد، را خواسته‌اند
تشخیص اینکه سؤال واقعاً گرافی است یا نه، پیش از انتخاب الگوریتم؛ توصیهٔ Alicia Frame از Neo4j
Praescient می‌خواهد مدل‌ها دقیق، قابل توضیح و قابل تکرار باشند و XM بر مستندسازی، کنترل نسخه و تحلیل تکرارپذیر تأکید دارد
همکاری با مهندسان داده، دانشمندان داده و تحلیلگران تحقیقاتی (Praescient) یا مهندسان نرم‌افزار و مدیران محصول (XM)
eSense آموزش نظریه و تحلیل گراف به دانشمندان داده را جزو وظایف نوشته و XM سرپرستی تیم را
Socure توانایی شکستن مسئلهٔ نامشخص و پرسیدن سؤال روشن‌کننده را می‌خواهد
دانش حوزه‌ای
حلقه‌های سازمان‌یافته، هویت ساختگی، شرکت پوششی و حساب مشترک؛ Praescient تجربهٔ تحلیل تقلب را الزامی کرده است
تطبیق هویت و record linkage؛ محور تیم Identity Graph در Socure، و Stripe آن را برای تیم Radar می‌خواهد
پیشنهاد مبتنی بر گراف مثل PinSage؛ ZipRecruiter GNN را کنار two-tower و transformer می‌خواهد
IR Labs تجربهٔ ترکیب گراف با LLM و NLP، مثل بازیابی با کمک گراف دانش و entity linking، را می‌خواهد
نمودارهای رابطه و نقشهٔ موجودیت برای پرونده‌سازی؛ در آگهی‌های Knowesis و Praescient
نقشه راه و مسیر آموزشی
نقشه راه تبدیل شدن به دانشمند داده‌های گراف
این مسیر گام به گام شما را از صفر تا حرفه‌ای هدایت می‌کند.
Python، آمار و یادگیری ماشین پایه
هر آگهی این حوزه پیش از هر چیز یک دانشمند داده می‌خواهد: Knowesis برنامه‌نویسی قوی Python با Pandas، NumPy، Scikit-Learn و NetworkX را شرط گذاشته و Socure کار با SQL روی دادهٔ بزرگ، Spark و یادگیری نظارت‌شده و بدون نظارت را. پیش از گراف، این پایه را محکم کنید.
نظریهٔ گراف و تحلیل شبکه
زبان مشترک آگهی‌های این عنوان همین بخش است. Praescient و Knowesis هر دو درک عمیق از توپولوژی شبکه، سنجه‌های مرکزیت (centrality)، کشف جامعه (community detection) و کوتاه‌ترین مسیر را شرط گذاشته‌اند. این مفاهیم را با NetworkX روی شبکه‌های کوچک تمرین کنید تا بدانید هر الگوریتم به چه سؤالی جواب می‌دهد.
پایگاه گراف، Cypher و Graph Data Science
در آگهی‌های با عنوان دقیق، این مهم‌ترین شرط فنی است: Praescient، Knowesis و E-Logic همگی دست‌کم سه سال تجربهٔ Neo4j یا پایگاه گراف مشابه و تسلط بر Cypher می‌خواهند. Praescient الگوریتم‌هایی مثل PageRank، Louvain، connected components، شباهت، node embedding و link prediction را هم در شرایط ترجیحی آورده است؛ این‌ها همان چیزی است که کتابخانهٔ Neo4j Graph Data Science اجرا می‌کند.
یادگیری ماشین روی گراف و GNN
نسخهٔ پیشرفتهٔ این شغل، که در شرکت‌های فین‌تک و پلتفرم‌ها رایج است، شبکه‌های عصبی گراف را می‌خواهد: XM تجربهٔ طراحی، آموزش و بهینه‌سازی GNN برای پروداکشن را شرط گذاشته و eSense آشنایی با PyTorch Geometric، DGL و GDS را. با CS224W شروع کنید و هر مدل را با PyTorch Geometric خودتان پیاده کنید.
مقیاس، پروداکشن و تخصص دامنه
گراف‌های واقعی بزرگ‌اند: Reddit از گراف‌هایی با میلیاردها گره و ده‌ها میلیارد یال می‌نویسد و eSense pipeline آموزش توزیع‌شده برای گراف‌های بیش از ۱۰۰ میلیون عنصر می‌خواهد. در این مرحله پردازش توزیع‌شده، ارزیابی درست و یک دامنهٔ کاری (تقلب، هویت، پیشنهاد) را عمیق یاد بگیرید.
ابزارها و استک فنی
ابزارهایی که هر مهندس AI باید بشناسد، دسته‌بندی‌شده بر اساس اولویت
پایگاه گراف و زبان پرس‌وجو
پایگاه گراف property graph با زبان Cypher؛ در آگهی‌های Praescient، Knowesis، E-Logic، eSense و XM نامش آمده است
پایگاه گراف مدیریت‌شدهٔ AWS؛ XM آن را کنار Neo4j آورده و Socure در کنار Neo4j و GraphFrames
پایگاه گراف توزیع‌شده؛ Reddit تجربه با Neo4j، JanusGraph یا TigerGraph را امتیاز بزرگی می‌داند
تحلیل گراف و الگوریتم‌ها
کتابخانهٔ الگوریتم‌های گراف و یادگیری ماشین روی Neo4j (مرکزیت، جامعه، شباهت، embedding و link prediction)؛ در آگهی‌های Praescient و eSense نامش آمده است
کتابخانهٔ Python برای تحلیل شبکه؛ Knowesis و Praescient آن را جزو کتابخانه‌های مورد انتظار نام برده‌اند
پردازش توزیع‌شدهٔ گراف روی Apache Spark با پشتیبانی PySpark؛ Socure آن را در کنار Neo4j و Neptune آورده است
یادگیری ماشین روی گراف
کتابخانهٔ GNN روی PyTorch؛ در آگهی‌های Praescient، eSense و Reddit نامش آمده است
کتابخانهٔ GNN با آموزش چند-GPU و توزیع‌شده؛ eSense و Reddit آن را در کنار PyG آورده‌اند
مدل‌های کلاسیک برای طبقه‌بندی، خوشه‌بندی و کشف ناهنجاری روی ویژگی‌هایی که از گراف استخراج می‌شوند
پلتفرم داده، مصورسازی و LLM
پلتفرم Spark در Azure؛ Praescient و Knowesis آن را جزو محیط تحلیل خود و eSense نمونه‌ای از سرویس Spark ابری نام برده‌اند
نرم‌افزار متن‌باز مصورسازی و تحلیل شبکه؛ برای نمودارهای رابطه و link analysis که Knowesis و Praescient از این نقش می‌خواهند
مسیر پیشرفت شغلی
از جونیور تا Staff Engineer — چه مهارت‌هایی نیاز دارید و چه درآمدی انتظار داشته باشید
دانشمند یا تحلیلگر داده (نقطهٔ ورود)
۰ تا ۲ سال
در آگهی‌هایی که بررسی کردیم نقش گراف برای تازه‌کار نبود. مسیر معمول، شروع در نقش عمومی داده و اضافه کردن کار گراف است؛ Socure برای نقش Identity Graph آشنایی با تکنیک‌ها یا پایگاه‌های گراف را «امتیاز قوی» می‌داند، نه شرط.
دانشمند داده با تمرکز گراف
۲ تا ۵ سال
~$155K
میانگین سالانه (آمریکا)
ساخت الگوریتم‌های گراف و یکی‌سازی موجودیت روی دادهٔ بزرگ، ساخت ویژگی برای مدل‌ها و ارزیابی منابع دادهٔ تازه، مثل نقش Data Scientist II در تیم Identity Graph شرکت Socure (ارشد با ۲ سال سابقه یا دکترا با ۱ سال). آگهی‌های با عنوان دقیق (Praescient، Knowesis) هم از سه سال تجربهٔ Neo4j شروع می‌شوند.
دانشمند دادهٔ گراف ارشد
۵ سال به بالا
~$211K
میانگین سالانه (آمریکا)
طراحی و استقرار GNN در پروداکشن و هدایت تیم؛ XM برای Senior Data Scientist – Graph Machine Learning شش سال سابقه و تجربهٔ GNN در پروداکشن می‌خواهد، eSense پنج سال یادگیری ماشین گراف، و Socure برای Staff Data Scientist در تیم تقلب هشت سال.
Lead / Head of Data Science (گراف)
۱۰ سال به بالا
تعیین جهت فنی و ساختن تیم: Socure از Head of Data Science در حوزهٔ هویت می‌خواهد توسعهٔ هوش مبتنی بر گراف، از جمله GNN های بزرگ و مدل‌های link analysis، را برای Identity Graph و کشف تقلب هدایت کند؛ Neuron7.ai برای Lead Data Scientist دست‌کم ده سال سابقه می‌خواهد.
چالش‌ها و جنبه‌های منفی
واقعیت‌هایی که کمتر در آگهی‌های شغلی می‌بینید — قبل از ورود بدانید
عنوان پراکنده
عمومیعنوان دقیق Graph Data Scientist بیشتر در آگهی‌های پیمانکاران دولتی و شرکت‌های تأمین نیروی آمریکا دیده می‌شود. در شرکت‌های محصول همین کار زیر عنوان Data Scientist یا Machine Learning Engineer پنهان است؛ کسی که فقط عنوان را جستجو کند بخش بزرگ بازار را نمی‌بیند.
آگهی‌های وابسته به برنده شدن قرارداد
عمومیچند آگهی با عنوان دقیق برای پیشنهاد یک قرارداد دولتی منتشر شده‌اند: Knowesis نوشته «منوط به واگذاری قرارداد» و E-Logic نوشته استخدام به انتخاب شدن شرکت بستگی دارد. اگر شرکت برنده نشود، شغلی هم در کار نیست، و بازهٔ حقوق برای همان کار میان شرکت‌ها فرق زیادی دارد (۹۵ هزار دلار در E-Logic، ۱۵۹٬۳۰۰ تا ۱۸۰٬۳۰۰ دلار در آگهی LinkedIn شرکت Knowesis).
شرط تابعیت و مجوز امنیتی در آگهی‌های دولتی
عمومیPraescient تابعیت آمریکا را الزامی کرده، Knowesis مجوز Public Trust می‌خواهد و eSense شهروند یا دارندهٔ گرین‌کارت. Socure هم برای نقش Identity Graph نوشته فعلاً اسپانسر ویزا نمی‌شود. برای متقاضی غیرآمریکایی، این بخش از بازار عملاً بسته است.
مقیاس
شرکت بزرگگرافهای صنعتی بسیار بزرگ‌اند: Reddit از میلیاردها گره و ده‌ها میلیارد یال می‌نویسد، Roblox از میلیاردها موجودیت و IR Labs پنج سال تجربهٔ یادگیری گراف در مقیاس صد میلیون تا میلیاردها یال می‌خواهد. الگوریتمی که روی لپ‌تاپ کار می‌کند، در این مقیاس به نمونه‌گیری، پردازش توزیع‌شده و GPU نیاز دارد.
قابل توضیح بودن برای بازرس و مدیر
عمومیدر کار تقلب، خروجی مدل باید پشتوانهٔ تصمیم یا پرونده باشد. Praescient می‌خواهد مدل‌ها دقیق، قابل توضیح و قابل تکرار باشند و Knowesis مستندسازی مطابق قواعد حاکمیت داده و الزامات نظارتی را. مدلی که فقط عدد می‌دهد و نمی‌شود چرایی‌اش را نشان داد، در این محیط کم‌ارزش است.
سابقهٔ زیاد در شرط‌ها
عمومیبیشتر آگهی‌ها سه تا ده سال سابقه می‌خواهند (Praescient و Knowesis سه سال، eSense پنج، XM شش، Socure Staff هشت و Neuron7 ده). راه معمول ورود، شروع در نقش عمومی دانش داده و ساختن نمونه‌کار گرافی در کنار آن است.
بازار کوچک
عمومیاین تخصص بازار باریکی دارد: در بریتانیا، طبق ITJobsWatch، در شش ماه منتهی به ۲۲ اکتبر ۲۰۲۶ فقط ۱۷ آگهی دائمی نام Neo4j را آورده‌اند (همین بازه در ۲۰۲۵: ۲۷). مهارت گراف را بهتر است مزیتی کنار مهارت عمومی داده ببینید، نه تنها راه ورود.
حقوق و بازار کار جهانی
حقوق جهانی دانشمند داده‌های گراف
حقوق سالانه در کشورهای مختلف بر اساس داده‌های منتشرشده؛ منبع هر ردیف با آیکون کنار نام کشور باز می‌شود.
* ارقام سالانه‌اند. منبع هر رقم:
- Socure posting, Data Scientist II - Big Data R&D, Identity Graph & Deceased Monitoring (SF / NY / Miami hubs; Master's + 2 yrs or PhD + 1 yr), published Sep 2 2026: posted salary range; median = midpoint
- Socure posting, Staff Data Scientist - Fraud & Risk (New York hub, 8+ yrs; duties include graph learning), published Sep 14 2026: posted salary range; median = midpoint
- levels.fyi, updated Oct 2026, proxy 'Data Scientist' (all specialties; no graph category), total comp (3,323 salaries): 25th–75th pct; median
- levels.fyi, updated Oct 2026, proxy 'Data Scientist' (all specialties; no graph category), total comp (287 salaries): 25th–75th pct; median
- levels.fyi, updated Oct 2026, proxy 'Data Scientist' (all specialties; no graph category), total comp (389 salaries): 25th–75th pct; median
- levels.fyi, updated Oct 2026, proxy 'Data Scientist' (all specialties; no graph category), total comp (206 salaries): 25th–75th pct; median
- levels.fyi, updated Oct 2026, proxy 'Data Scientist' (all specialties; no graph category), total comp (136 salaries): 25th–75th pct; median
- levels.fyi, updated Oct 2026, proxy 'Data Scientist' (all specialties; no graph category), total comp (72 salaries): 25th–75th pct; median
- levels.fyi, updated Oct 2026, proxy 'Data Scientist' (all specialties; no graph category), total comp (124 salaries): 25th–75th pct; median
- levels.fyi, updated Oct 2026, proxy 'Data Scientist' (all specialties; no graph category), total comp (130 salaries): 25th–75th pct; median
- levels.fyi, updated Oct 2026, proxy 'Data Scientist' (all specialties; no graph category), total comp (1,058 salaries): 25th–75th pct; median
چگونه از صفر شروع کنیم
برنامه گام‌به‌گام برای ورود به مهندسی هوش مصنوعی
ماه ۱: نظریهٔ گراف و NetworkX
مفاهیم گره، یال، مرکزیت، جامعه و کوتاه‌ترین مسیر را یاد بگیرید و پروژهٔ تحلیل یک شبکهٔ واقعی را با NetworkX انجام دهید.
ماه ۲: Neo4j و Cypher
دوره‌های رایگان GraphAcademy را بگذرانید و یک گراف کوچک از داده‌ای آشنا بسازید.
ماه ۳: Graph Data Science و پروژهٔ تقلب
دورهٔ سه‌ساعتهٔ رایگان GDS را بگذرانید و پروژهٔ کشف حلقهٔ تقلب را با connected components، Louvain و node similarity بسازید.
ماه ۴–۵: GNN با PyTorch Geometric
درس‌های CS224W را دنبال کنید و پروژهٔ Elliptic را با GCN و GraphSAGE در برابر یک مدل پایهٔ جدولی انجام دهید.
ماه ۶: نمونه‌کار و درخواست
دو پروژهٔ بهتر را با README روشن، نمودار و توضیح محدودیت‌ها منتشر کنید و در جستجوی کار عبارت‌های GNN، graph و Neo4j را در متن آگهی‌های Data Scientist و ML Engineer هم جستجو کنید.
پروژه‌های پیشنهادی برای رزومه
تحلیل یک شبکهٔ واقعی با NetworkX
مبتدییک شبکهٔ عمومی (مثلاً شبکهٔ همکاری نویسندگان یا ارتباط ایمیلی) را بارگذاری کنید، مرکزیت و جامعه‌ها را محاسبه و مصورسازی کنید و در یک گزارش کوتاه برای خوانندهٔ غیرفنی توضیح دهید هر یافته چه معنایی دارد. هدف این است که نشان دهید می‌دانید کدام الگوریتم به کدام سؤال جواب می‌دهد.
کشف حلقهٔ تقلب در Neo4j
متوسطیک گراف ساختگی از حساب‌ها، دستگاه‌ها، نشانی‌ها، حساب‌های بانکی و تراکنش‌ها بسازید و با Cypher شناسه‌های مشترک را پیدا کنید. بعد با GDS الگوریتم‌های connected components، Louvain و node similarity را اجرا کنید و چند خوشهٔ مشکوک را با نمودار رابطه گزارش دهید. این همان نوع کاری است که Praescient و Knowesis شرح داده‌اند: حلقه‌های تقلب، هویت‌های ساختگی و نشانی و حساب بانکی مشترک.
یکی‌سازی موجودیت و ساخت گراف هویت
متوسطدو یا سه منبع داده با رکوردهای تکراری (نام و نشانی با املای متفاوت) را با هم ترکیب کنید، با سنجه‌های شباهت یال «احتمالاً یکسان» بسازید و با connected components هر هویت را یک خوشه کنید. دقت را روی یک نمونهٔ برچسب‌خورده بسنجید و ادغام‌های اشتباه را جدا گزارش دهید. Socure و Riskified تیم‌های جداگانه‌ای برای Identity Graph دارند.
طبقه‌بندی تراکنش‌های بیت‌کوین با GNN
پیشرفتهمجموعهدادهٔ Elliptic در PyTorch Geometric حدود ۲۰۳ هزار تراکنش و ۲۳۴ هزار یال دارد و حدود ۲٪ گره‌ها برچسب غیرقانونی دارند. یک مدل پایه روی ویژگی‌های جدولی (مثلاً XGBoost) بسازید، بعد GCN و GraphSAGE را با تقسیم زمانی داده آموزش دهید و بگویید ساختار گراف چقدر کمک کرد. عدم توازن کلاس‌ها را در معیار ارزیابی جدی بگیرید.
پیش‌بینی پیوند برای پیشنهاد
پیشرفتهیکی از مجموعه‌داده‌های link prediction در Open Graph Benchmark را بردارید، GraphSAGE را با نمونه‌گیری از همسایه‌ها آموزش دهید و با ارزیاب OGB نتیجه را بسنجید. سپس نشان دهید مدل چطور برای یک گره پیشنهاد می‌سازد. PinSage در Pinterest نمونهٔ صنعتی همین ایده است.
مثال‌های واقعی و Case Studies
داستان‌های واقعی از مهندسانی که در این حوزه تأثیرگذار بوده‌اند
طبق وبلاگ Neo4j، در ۲۰۱۹ دانشمند دادهٔ ارشد (Senior Data Scientist) در Neo4j بود و در مصاحبه‌ای در GraphTour نیویورک دربارهٔ کتابخانهٔ Graph Data Science و کاربردهای آن صحبت کرد.
در آن مصاحبه سه کاربرد اصلی نخستین مشتریان GDS را شرح داد: کشف تقلب که به گفتهٔ او با فاصله پرطرفدارترین بود، تشخیص رکوردهای تکراری و یکی‌سازی هویت، و بازاریابی هدفمند. توصیه‌اش برای شروع این بود که اول سؤال را صورت‌بندی کنید و بپرسید آیا واقعاً گرافی است.
حرف اصلی او دربارهٔ انتخاب ابزار است، نه خود ابزار: گراف وقتی ارزش دارد که رابطه‌ها در مسئله مهم باشند. همین معیار در آگهی‌های ۲۰۲۶ هم دیده می‌شود، که بیشترشان دربارهٔ تقلب و هویت‌اند.
به گفتهٔ صفحهٔ شخصی‌اش، دکترای یادگیری ماشین روی گراف را با درجهٔ summa cum laude از دانشگاه فنی دورتموند گرفته، کارشناسی و کارشناسی ارشد علوم کامپیوتر دارد و در دوران تحصیل پنج سال در یک شرکت نرم‌افزاری کار کرده است.
سازندهٔ PyG (PyTorch Geometric) است، کتابخانه‌ای که در آگهی‌های Praescient، eSense و Reddit نامش آمده، و به گفتهٔ خودش مهندس مؤسس در kumo.ai است و روی در دسترس گذاشتن GNN برای انبارهای دادهٔ بزرگ کار می‌کند.
مسیر او نشان می‌دهد یک پروژهٔ متن‌باز خوب می‌تواند به ابزار استاندارد یک حوزه تبدیل شود. برای تازه‌واردها، مشارکت در کتابخانه‌هایی مثل PyG یکی از راه‌های دیده شدن است.
طبق ویکی‌پدیا، استاد علوم کامپیوتر در دانشگاه آکسفورد با کرسی DeepMind در هوش مصنوعی است و اصطلاح geometric deep learning، یعنی تعمیم شبکه‌های عصبی به منیفلدها و گراف‌ها، را خودش ساخته است.
در ۲۰۱۸ استارتاپ Fabula AI را در لندن بنیان گذاشت که اطلاعات نادرست را از روی نحوهٔ پخش شدنش در شبکه‌های اجتماعی تشخیص می‌داد؛ Twitter آن را در ۲۰۱۹ خرید و او از ۲۰۱۹ تا ۲۰۲۳ رئیس پژوهش Graph Learning در Twitter بود. پیش از آن هم یکی از بنیان‌گذاران Invision بود که Intel آن را در ۲۰۱۲ خرید.
کار او نمونه‌ای از رفت‌وبرگشت میان پژوهش و صنعت است: ایدهٔ یادگیری روی گراف از دانشگاه به محصولی برای یک مسئلهٔ واقعی شبکهٔ اجتماعی رسید.
نمونه آگهی استخدام واقعی + تحلیل
یک آگهی واقعی از شرکت فعال در حال استخدام، با تحلیل هر بخش
Graph Data Scientist (Fraud Analytics & Investigative Support)
تحلیل نیازمندی‌ها
Must have experience with Fraud Analysis
این شرط دامنه است، نه ابزار: باید پیش‌تر روی مسئلهٔ تقلب کار کرده باشید. در این نوع آگهی، تجربهٔ عمومی دانش داده بدون سابقهٔ تقلب کافی نیست.
ضروریThree (3) or more years of hands-on experience developing graph analytics using Neo4j or a comparable graph database platform.
مهم‌ترین شرط فنی. «سه سال» یعنی این نقش برای ورود به حوزه نیست؛ باید گرافی را ساخته و روی آن تحلیل کرده باشید که کاربر واقعی داشته است. پایگاه مشابه، مثل Neptune یا TigerGraph، هم پذیرفته می‌شود.
ضروریDemonstrated fluency in Cypher or a comparable graph query language.
Cypher زبان روزمرهٔ این کار است: پیدا کردن الگوهای چندمرحله‌ای مثل «حساب‌هایی که دستگاه یا نشانی مشترک دارند». «روان» یعنی بتوانید پرس‌وجوی بهینه بنویسید، نه فقط نمونه‌ها را کپی کنید.
ضروریStrong understanding of graph theory and network analytics, including network topology, centrality measures, community detection, shortest path algorithms, graph clustering, and graph traversal techniques.
باید بدانید هر الگوریتم چه سؤالی را جواب می‌دهد: مرکزیت برای «چه کسی مهم است»، کشف جامعه برای «چه گروه‌هایی به هم وصل‌اند»، کوتاه‌ترین مسیر برای «این حساب چقدر به یک کلاهبردار شناخته‌شده نزدیک است». در مصاحبه معمولاً همین انتخاب سنجیده می‌شود.
ضروریThree (3) or more years of hands-on experience applying statistical analysis, machine learning, clustering, classifiers, and anomaly detection techniques to graph-structured data.
بخش «دانشمند داده» نقش همین است: از گراف ویژگی بسازید و با مدل‌های کلاسیک طبقه‌بندی، خوشه‌بندی و کشف ناهنجاری کار کنید. GNN در این آگهی شرط نیست؛ یادگیری ماشین معمولی روی دادهٔ گرافی کافی است.
ضروریStrong Python programming skills utilizing standard machine learning libraries and data science frameworks.
Python زبان کار است و در شرایط ترجیحی همین آگهی NetworkX، Neo4j GDS، Pandas، Scikit-learn و PyTorch Geometric نام برده شده‌اند. نمونه‌کار با کد تمیز و قابل اجرا بیش از فهرست مهارت در رزومه ارزش دارد.
ضروریExcellent written and verbal communication skills with the ability to explain complex technical concepts to both technical and non-technical audiences.
مخاطب شما بازرس، تحلیلگر تحقیقاتی و مدیر است، نه فقط مهندس. باید بتوانید توضیح دهید چرا یک خوشه مشکوک است، با نمودار و زبان ساده.
مهمApplying graph data science algorithms including PageRank, Louvain community detection, connected components, similarity algorithms, node embeddings, graph embeddings, link prediction, and graph-based anomaly detection.
این شرط ترجیحی است، اما فهرستش تقریباً همان الگوریتم‌هایی است که کتابخانهٔ Neo4j Graph Data Science دارد. اگر این‌ها را در یک پروژهٔ واقعی اجرا و تفسیر کرده باشید، از بیشتر نامزدها جلوترید.
مهمLeveraging Python libraries such as NetworkX, Neo4j Graph Data Science (GDS), Pandas, Scikit-learn, PyTorch Geometric, or comparable graph analytics and machine learning frameworks.
PyTorch Geometric اینجا در فهرست ترجیحی آمده، نه الزامی؛ یعنی GNN در این نقش امتیاز است. در نقش‌های فین‌تک و پلتفرم‌ها همین مهارت اغلب شرط اصلی می‌شود.
مفیدتحلیل مسئولیت‌ها
Develop graph queries using Cypher or similar graph query languages to identify hidden relationships, fraud rings, suspicious networks, synthetic identities, and other complex entity relationships.
بخش بزرگی از کار روزانه نوشتن پرس‌وجو برای پیدا کردن الگوهای مشکوک است: چند هویت که یک شماره یا نشانی مشترک دارند، یا شبکه‌ای از حساب‌ها که پول را دست‌به‌دست می‌کنند.
Design graph data models and scalable graph data pipelines that integrate structured and unstructured data from multiple public, non-public, commercial, and law enforcement data sources.
پیش از هر تحلیلی باید داده‌های پراکنده را به یک گراف منسجم تبدیل کنید و تصمیم بگیرید چه چیزی گره باشد و چه چیزی یال. کیفیت همین مدل داده تعیین می‌کند الگوریتم‌ها چه چیزی پیدا کنند.
Perform network analysis utilizing centrality measures, community detection, shortest path algorithms, clustering, and graph-based anomaly detection techniques.
الگوریتم‌های کلاسیک گراف ابزار اصلی این نقش‌اند. خروجی آن‌ها، مثلاً یک جامعهٔ غیرعادی از حساب‌ها، نقطهٔ شروع بررسی تحلیلگر می‌شود.
Collaborate with Data Engineers, Data Scientists, Investigative Analysts, and Technical Analytics Managers to integrate graph analytics into broader fraud detection models.
تحلیل گراف جزیرهٔ جدا نیست؛ ویژگی‌ها و یافته‌های گرافی باید وارد مدل‌های بزرگ‌تر کشف تقلب شوند. یعنی باید با مهندس داده دربارهٔ pipeline و با تحلیلگر دربارهٔ معنای نتیجه هم‌زبان باشید.
Validate graph analytic outputs, document methodologies, and ensure graph models are accurate, explainable, and reproducible.
در محیط نظارتی، هر یافته ممکن است پایهٔ یک پرونده شود. پس باید روش را مستند کنید، نتیجه را اعتبارسنجی کنید و بتوانید آن را دوباره و به همان شکل تولید کنید.
Develop visualizations and relationship analyses that support investigative lead generation, case development, and executive briefings.
خروجی نهایی اغلب یک نمودار رابطه است، نه یک عدد. کار با ابزارهای مصورسازی گراف مثل Gephi و توانایی ساختن تصویری که در جلسه با مدیر قابل فهم باشد، بخشی از کار است.
نتیجه‌گیری کلی
این آگهی چهرهٔ رایج عنوان Graph Data Scientist در ۲۰۲۶ را نشان می‌دهد: دانشمند داده‌ای با سابقهٔ کشف تقلب که Neo4j و Cypher را روان می‌نویسد، الگوریتم‌های کلاسیک گراف را می‌شناسد و یادگیری ماشین معمولی را روی دادهٔ گرافی به کار می‌برد؛ GNN و PyTorch Geometric امتیاز است، نه شرط. اگر هدفتان نقش‌های GNN در شرکت‌های فین‌تک و پلتفرم‌هاست، آگهی‌هایی مثل Senior Data Scientist – Graph Machine Learning در XM را هم ببینید.
آینده و روندها
پیش‌بینی ۵–۱۰ ساله و مهارت‌هایی که باید یاد بگیرید
BLS آمار جداگانه‌ای برای دانشمند دادهٔ گراف ندارد. برای کل دانشمندان داده پیش‌بینی می‌کند اشتغال در آمریکا از ۲۰۲۵ تا ۲۰۳۵، ۳۵٪ رشد کند؛ بسیار سریع‌تر از میانگین همهٔ مشاغل (۳٪). این نزدیک‌ترین گروه رسمی است، نه پیش‌بینی مستقیم برای تخصص گراف.
منبع: BLS Occupational Outlook Handbook — Data Scientists (2025–35)
مهارت‌های نوظهور که باید یاد بگیرید
پیش‌بینی‌های آینده
در گزارش Future of Jobs 2025 مجمع جهانی اقتصاد (WEF)، کارفرمایان شرکت‌کننده در نظرسنجی «تحلیلگران و دانشمندان داده» (Data Analysts and Scientists) را در فهرست شغل‌هایی گذاشته‌اند که تا ۲۰۳۰ سریع‌ترین رشد خالص را به درصد خواهند داشت؛ «متخصصان کلان‌داده» در صدر همین فهرست است. این پیش‌بینی دربارهٔ کل دانش داده است، نه تخصص گراف.
BLS پیش‌بینی می‌کند اشتغال دانشمندان داده در آمریکا از ۲۰۲۵ تا ۲۰۳۵، ۳۵٪ رشد کند و به‌طور میانگین سالانه حدود ۲۴٬۸۰۰ فرصت شغلی برای این حرفه باز شود.
از منابع چند ریسک پیداست. اول، بخش بزرگی از آگهی‌های با عنوان دقیق به برنده شدن قراردادهای دولتی آمریکا بسته است و برای غیرشهروندان در دسترس نیست. دوم، عنوان پراکنده است و کار GNN در شرکت‌های محصول زیر عنوان‌های عمومی Data Scientist و ML Engineer آگهی می‌شود؛ یعنی رقابت با کل بازار دانش داده و یادگیری ماشین است. سوم، بازار کوچک است؛ در بریتانیا ITJobsWatch در شش ماه فقط ۱۷ آگهی دائمی با Neo4j شمرده است. چهارم، گراف همیشه لازم نیست و Alicia Frame از Neo4j هم توصیه می‌کند اول بپرسید سؤال واقعاً گرافی است یا نه. برای همین، مهارت گراف بیشترین ارزش را وقتی دارد که روی یک پایهٔ محکم دانش داده و یک دامنه مثل تقلب، هویت یا پیشنهاد سوار شده باشد.
منابع
اطلاعات این صفحه در تاریخ ۳۰ مهر ۱۴۰۵ از این ۳۲ منبع بررسی شده است.
- Graph Data Scientist (Fraud Analytics & Investigative Support) — Praescient Analytics (job posting)
- Graph Data Scientist — Knowesis Inc. (job posting, LinkedIn)
- Graph Data Scientist — E-Logic (closed job posting, PRAC proposal)
- Graph Data Scientist — eSense (job posting, Wellfound)
- Senior Data Scientist – Graph Machine Learning — XM (job posting)
- Data Scientist II - Big Data R&D, Identity Graph & Deceased Monitoring — Socure (job posting)
- Staff Data Scientist - Fraud & Risk — Socure (job posting)
- Head of Data Science - Identity & Compliance — Socure (job posting)
- Lead Data Scientist – Graph Neural Networks (GNN) & Predictive AI — Neuron7.ai (job posting, LinkedIn)
- Machine Learning Engineer - Graph ML & Code Intelligence — IR Labs (job posting, LinkedIn)
- Staff Data Scientist, Identity team — Riskified (job posting, Greenhouse API)
- Principal Machine Learning Engineer, Alt Defense — Roblox (job posting)
- Senior Machine Learning Systems Engineer — Reddit (job posting)
- Staff Machine Learning Engineer (Platform - Identity) — Coinbase (job posting, Greenhouse API)
- Staff Machine Learning Engineer, Radar — Stripe (job posting)
- Staff Machine Learning Engineer, Recommendations — ZipRecruiter (job posting)
- Senior Machine Learning Engineer (Research Scientist) - Fraud — Plaid (job posting)
- Data Scientist salaries, United States — levels.fyi
- Data Scientists — BLS Occupational Outlook Handbook
- The Future of Jobs Report 2025 — World Economic Forum (PDF)
- Neo4j job trends and salaries, UK — ITJobsWatch
- The Power of Graph Data Science: 5-Minute Interview with Alicia Frame — Neo4j blog
- Matthias Fey — personal site
- Michael Bronstein — Wikipedia
- Jure Leskovec — Wikipedia
- CS224W: Machine Learning with Graphs — Stanford
- Graph Convolutional Neural Networks for Web-Scale Recommender Systems (PinSage) — arXiv
- Semi-Supervised Classification with Graph Convolutional Networks — arXiv
- Inductive Representation Learning on Large Graphs (GraphSAGE) — arXiv
- Graph Attention Networks — arXiv
- EllipticBitcoinDataset — PyTorch Geometric documentation
- Get started with Graph Data Science — Neo4j GraphAcademy