محلل بيانات مشارك - برنامج البناة
Associate Data Analyst - Builders Program
لماذا تمارة؟
نحن فخورون بأننا أول يونيكورن FinTech سعودية.
مهمتنا هي مساعدة الناس على تحقيق أحلامهم من خلال بناء أكثر تطبيق مالي شامل موجه نحو العملاء في العالم. لا يوجد دليل لذلك؛ فريقنا من تمارة يكتبه. فريقنا مكون من المبتكرين وحل المشاكل والمتعلمين، نحن ننمو على الفضول والتعاون.
إذا كان هذا يبدو وكأنه أنت: فضولي وطموح وجاهز للبناء، فإننا نود أن نلتقي بك
تقدم الآن والانضمام إلى الجيل القادم من البناة!
حول البرنامج
في تمارة، نعتقد أن المواهب الاستثنائية تستحق منصة إطلاق استثنائية.
تم تصميم برنامج البناة الرئيسي الخاص بنا للخريجين الطموحين الجاهزين لتحمل مسؤولية حقيقية من اليوم الأول. هذا ليس برنامجًا دورانيًا "مراقبًا"، إنه معجل الوظيفة المدمج لأولئك الذين يريدون البناء والامتلاك ورفع المستوى مبكرًا.
تم تصميم البرنامج للخريجين الحديثين والمواهب في بداية حياتهم الوظيفية بخبرة تصل إلى سنتين، ويضعك البرنامج مباشرة في أدوار عالية التأثير عبر المنتج والهندسة والتصميم وما وراء ذلك. ستساهم على الفور وتنمو بوتيرة معجلة.
من المنتج إلى الهندسة، من التصميم إلى التجارة، ستواجه تحديات ذات مغزى تشكل كيفية تجربة ملايين الأشخاص لـ fintech عبر المنطقة. ستحصل على الملكية الموثوقة، محاطة بأقران عالي الجودة، ومُرشد من قبل قادة يتوقعون التميز.
دفعات يناير ويونيو هي فرصتك للتحرك بسرعة والتفكير بشكل كبير والبدء في بناء ما هو قادم - ليس في يوم ما، بل الآن.
حول الدور
نحن نبحث عن خريج جديد أو محلل بيانات في بداية حياتهم الوظيفية على مسار الهندسة التحليلية.
هذا الدور يجمع بين أفضل ما في تحليل البيانات وهندسة البيانات. ستساعد في تحويل البيانات الأولية إلى مجموعات بيانات موثوقة وجيدة النمذجة التي:
جعل التعريفات متسقة (بحيث يعني "الرقم" نفس الشيء في كل مكان)
تحسين جودة البيانات والموثوقية
تمكين التحليلات ذاتية الخدمة والرؤى المدعومة بالذكاء الاصطناعي عبر الفرق (ليس فقط لوحات التحكم)
ستساعد أيضًا في جعل بيانات تمارة جاهزة للذكاء الاصطناعي من خلال بناء مجموعات بيانات وقياسات وتوثيق محددة بوضوح يمكن استخدامها بأمان من قبل أدوات الذكاء الاصطناعي (والأشخاص) في جميع أنحاء الشركة.
مع تقدم الذكاء الاصطناعي، نقدر الأشخاص الذين لديهم أساسيات قوية وتفكير واضح. فهم هياكل البيانات والقياس والمقارنات وكيفية التحقق من النتائج يهم أكثر من حفظ الأدوات. ستتعلم كيفية استخدام الذكاء الاصطناعي بمسؤولية للتحرك بسرعة، مع امتلاك الصحة والصحة البيانات والتفسير.
ستتعاون مع نظام بيئي متنوع من المهندسين والخبراء في المنتجات والأعمال لحل المشاكل الحقيقية التي تؤثر على عملائنا ونتائج أعمالنا.
مسؤولياتك
نموذج وتحويل البيانات للتحليل
بناء والحفاظ على مجموعات بيانات نظيفة وقابلة لإعادة الاستخدام (جداول الحقائق والأبعاد) التي تدعم الإبلاغ والتحليلات ذاتية الخدمة.
المساهمة في طبقة قياسات قابلة للتطوير: تحديد وتوثيق وموافقة على تعريفات الأعمال (على سبيل المثال، "المستخدم النشط"، "معدل الموافقة"، "معدل التخلف").
دعم التحليلات واتخاذ القرارات
الإجابة على الأسئلة المخصصة بتحليل واضح ومنهجية قابلة للشرح.
تحويل الأسئلة الشائعة إلى أصول قابلة لإعادة الاستخدام ذاتية الخدمة: لوحات التحكم وسير العمل المدعومة بالذكاء الاصطناعي (مجموعة بيانات منسقة + تعريفات يمكن لمساعد الذكاء الاصطناعي الاستعلام عنها بشكل صحيح، بالإضافة إلى تحليلات أمثلة التحقق منها).
إنشاء منتجات بيانات جاهزة للذكاء الاصطناعي (مجموعات بيانات محددة بوضوح وقياسات وتوثيق) يمكن للفرق الاستعلام عنها من خلال أدوات الذكاء الاصطناعي.
تمكين التحليلات جاهزة للذكاء الاصطناعي
عبوة مجموعات البيانات والقياسات بحيث يمكن استخدامها بشكل موثوق من قبل أدوات الذكاء الاصطناعي (حبيبة واضحة، تعريفات العمل، عقود البيانات، أمثلة).
كتابة التوثيق الصديق للذكاء الاصطناعي: قاموس المصطلحات، تعريفات القياسات، الاستعلامات الشائعة، والأخطاء.
الشراكة مع فريق الذكاء الاصطناعي والمنصة لضمان أن الجداول الحرجة قابلة للاكتشاف وممنوحة الأذونات بشكل صحيح وآمنة للاستخدام.
ضمان جودة البيانات والموثوقية
كتابة الاختبارات والفحوصات والمراقبة الأساسية لمجموعات البيانات والقياسات الحرجة الرئيسية.
استكشاف مشاكل البيانات وتحسين الموثوقية من المصدر إلى الإبلاغ.
العمل بفعالية مع الهندسة والمنتج
التعاون مع مهندسي البيانات على تغييرات المخطط وتتبع الأحداث وتحسينات خط الأنابيب.
ترجمة الأسئلة التجارية الغامضة إلى تحليلات قابلة للقياس، وتوصيل النتائج بوضوح.
استخدام أدوات الذكاء الاصطناعي بحكمة
استخدم الذكاء الاصطناعي لتسريع صياغة SQL والسقالات الكود والتوثيق.
التحقق من صحة مخرجات الذكاء الاصطناعي وتوثيق الافتراضات وحماية البيانات الحساسة.
خبرتك (يجب أن يكون لديك)
خريج جديد أو خبرة ذات صلة (يتم احتساب التدريب والمشاريع والأدوار بدوام جزئي).
أساسيات SQL قوية (الانضمام والتجميعات وميزات النوافذ الأساسية).
language لغة برمجة واحدة للتحليل (يفضل Python) بمهارات أساسية في
معالجة البيانات (الجداول / DataFrames)
إحصائيات أساسية (التوزيعات والحدس الأخذ والأساسيات الثقة)
تفكير تحليلي قوي
القدرة على تحديد مشكلة وتشكيل الفرضيات والتحقق من البيانات وشرح النتائج.
انتباه قوي للتفاصيل والالتزام بالنتائج الدقيقة والموثوقة.
القدرة على العمل بفعالية في بيئة موجهة نحو الفريق.
لطيف أن يكون
التعرض على مفاهيم نمذجة البيانات (نجم المخطط، أبعاد بطيئة التغير، تعريف المقاييس).
الإلمام بمكدسات التحليلات الحديثة (dbt, BigQuery, Snowflake, Looker, PowerBI, Tableau) من خلال الدورات الدراسية أو المشاريع.
خبرة في إنشاء أصول بيانات جاهزة للذكاء الاصطناعي (طبقات دلالية نظيفة وتعريفات مقاييس وعقود بيانات وتوثيق وقوائم فحص التقييم أو الفحص الصحي) بالإضافة إلى ذلك.
خبرة استخدام مساعدي الذكاء الاصطناعي بشكل مسؤول لتسريع العمل التحليلي أو تحليلات الهندسة (على سبيل المثال، صياغة SQL، وسقالات الكود، والتوثيق).
الخبرة مع التحكم في الإصدار (Git) أو ممارسات الهندسة البرمجية الأساسية.
فهم التتبع والتتبع وتحليلات المنتج (القمع والأفواج والاحتفاظ).
معرفة التعامل المسؤول مع البيانات (أساسيات PII وأدوات التحكم في الوصول والمشاركة الآمنة).
ما يبدو عليه النجاح