مدير علوم البيانات والتحليلات

معادن، التي تأسست في عام 1997، هي إحدى أسرع الشركات التعدينية نموًا في العالم وأكبر شركة تعدين ومعادن متعددة السلع في الشرق الأوسط. نحن نقود تطوير صناعة التعدين لتصبح العمود الثالث من اقتصاد المملكة العربية السعودية من خلال بناء سلسلة قيمة تعدينية فريدة وعالمية المستوى وموحدة بالكامل. يسعدنا أن نشارك فرصة مثيرة للوظيفة المذكورة أدناه. تقدم هذه الوظيفة فرصة للمساهمة في نمونا الطموح والعب دورًا رئيسيًا في تشكيل مستقبل التعدين في المملكة.

الغرض من الدور: مدير علوم البيانات والتحليلات مسؤول عن الإشراف على التنفيذ الشامل لمبادرات علوم البيانات والتحليلات المتقدمة التي تدعم الأهداف التشغيلية والتجارية لمعادن. يضمن الدور أن مشاريع علوم البيانات يتم تسليمها بجودة عالية وموثوقية وتأثير قابل للقياس من خلال إدارة سير العمل وتنسيق أصحاب المصلحة عبر الوظائف والحفاظ على محاذاة قوية مع معايير البيانات المؤسسية والذكاء الاصطناعي والحوكمة. كقائد تشغيلي، يترجم المدير احتياجات الأعمال إلى عمل تحليلي قابل للتنفيذ ويشرف على تطوير النماذج والمنتجات التحليلية وخطوط أنابيب البيانات ويضمن نشرها الناجح واعتمادها عبر الوظائف. تلعب هذه الوظيفة دورًا حاسمًا في دمج اتخاذ القرارات المبني على البيانات داخل الإنتاج والصيانة وسلسلة الإمداد والهندسة والوحدات التجارية الأخرى من خلال تمكين الفرق من الوصول إلى رؤى موثوقة وأدوات تحليلية قوية وحلول ML/AI مناسبة الغرض. من خلال إدارة المشاريع الفعالة والإشراف على الجودة والتعاون الوثيق مع الخبراء التقنيين والشركاء التجاريين، يساعد مدير علوم البيانات والتحليلات في تسريع انتقال معادن إلى مؤسسة تعدينية موجهة بالتكنولوجيا والذكاء الاصطناعي.

الإشراف على تطوير وتنفيذ وصيانة قواعد البيانات وأنظمة جمع البيانات. إدارة دورة حياة مبادرات ML/AI - دعم تأطير المشكلة واستكشاف البيانات وهندسة الميزات وتطوير النموذج والتحقق والتحضير لنشر MLOps. ضمان تسليم نماذج قابلة للتوسع وجاهزة للإنتاج بما يتماشى مع حوكمة البيانات المؤسسية ومعايير الذكاء الاصطناعي. إجراء التحليل الإحصائي لتفسير رؤى البيانات ودعم صنع القرار. تطبيق تقنيات التنقيب عن البيانات للكشف عن الأنماط والاتجاهات والعلاقات في مجموعات البيانات الكبيرة. تطوير نماذج تنبؤية وخوارزميات التعلم الآلي للتنبؤ بالنتائج المستقبلية حسب الحاجة. إنشاء تصورات بيانات واضحة ولوحات معلومات وتقارير للتواصل بفعالية مع أصحاب المصلحة في الأعمال. التعاون مع الفرق عبر الوظائف لفهم احتياجات الأعمال وترجمتها إلى حلول مبنية على البيانات. ضمان التكامل السلس للنماذج التنبؤية والتحسينية في الأنظمة المؤسسية وأنظمة التحكم والتوائم الرقمية. البقاء محدثًا بشأن التقنيات والأدوات والتقنيات الناشئة في علوم البيانات والتحليلات. تعزيز التجريب وإدارة إصدارات النموذج وإعادة التدريب الآلي وعمليات التحسين المستمر. التوصية بالتحسينات على النماذج وسير عمل التحليلات الحالية لكفاءة وتأثير أكبر.

الشراكة مع هندسة البيانات لتصميم وتشغيل وصيانة خطوط أنابيب البيانات الموثوقة والنماذج التحليلية، مما يضمن دقة البيانات والتوقيت والموثوقية. مراقبة جودة البيانات وحل مشاكل البيانات وتطبيق أفضل الممارسات المتعلقة بالبيانات عبر الفرق. دعم الامتثال لمعايير أمان البيانات واللوائح ذات الصلة. الإشراف على تطوير ونشر نماذج ML متقدمة والتحليلات التنبؤية و GenAI وحلول التحسين، بما يتوافق مع مسؤوليات أدوار قيادة التحليلات. ضمان الصرامة التقنية عبر دورة حياة ML الشاملة: تحديد النطاق → هندسة البيانات → النمذجة → التحقق → MLOps → المراقبة. الإشراف على موثوقية الإنتاج وإدارة انجراف النموذج والتحسين المستمر.

إدارة وتنمية فريق متعدد التخصصات (متخصصون رئيسيون، متخصصون أول، علماء بيانات). تم إدراج الأدوار تحت هذا المدير بوضوح في هيكل المنظمة. بناء التميز التقني من خلال التدريب على ML و GenAI والإحصائيات وهندسة الميزات والتجريب. تعزيز ثقافة الابتكار والمراجعة بين الأقران والأطر النمذجة القابلة لإعادة الاستخدام.

رعاية معايير عالية في قابلية شرح النموذج والمراجعة والنسب والإدارة المالية. قيادة الامتثال لحوكمة البيانات المؤسسية و PDPL ومبادئ مخاطر النموذج المشار إليها في إرشادات التأهيل DS/AI الداخلية. ضمان الامتثال لمتطلبات الذكاء الاصطناعي المسؤول المعمول بها لأدوار DS/AI (إرشادات المهارات والمؤهلات). تطبيق معايير جودة البيانات والنسب والقابلية للتكرار عبر مشاريع الفريق. دعم المحاذاة مع أطر الحوكمة المؤسسية، بما في ذلك الامتثال لـ PDPL.

المؤهلات الدنيا والخبرة والكفاءات

المؤهلات الدنيا: درجة البكالوريوس في علوم الحاسوب أو الهندسة أو علوم البيانات أو الرياضيات أو الرياضيات التطبيقية أو الفيزياء.

الخبرة الدنيا: 10-12+ سنة من الخبرة في التحليلات المتقدمة وهندسة ML/AI وعلوم البيانات الصناعية. بما في ذلك 4 سنوات على الأقل من قيادة أو تدريب متخصصي التحليلات. القدرة المثبتة على ترجمة مشاكل الأعمال إلى أساليب تحليلية: تحديد الفرضيات وتصميم التحليلات وتجميع النتائج في توصيات واضحة. الكفاءة القوية في أطر ML الحديثة والأنظمة الأساسية السحابية (TensorFlow و PyTorch و Azure و AWS). الطلاقة التقنية القوية مع أكوام التحليلات الحديثة ونمذجة البيانات و SQL والخبرة في الشراكة الفعالة مع فرق الهندسة. الكفاءة القوية في أطر ML الحديثة والأنظمة الأساسية السحابية (TensorFlow و PyTorch و Azure و AWS). سجل مثبت في تحقيق التأثير التجاري عبر الوظائف من خلال حلول علوم البيانات القابلة للتوسع وجاهزة للإنتاج.

كفاءات معادن عالية الأداء: الكفاءات الأساسية إدراك القيمة من مبادرات ML/التحليلات (تحقيق التأثير).