خبير أول، علوم البيانات والتحليلات

نظرة عامة

المسؤوليات

• **قيادة تسليم علوم البيانات:**
• تطوير وتنفيذ وصيانة قواعد البيانات ونظم جمع البيانات.
• إدارة دورة حياة مبادرات التعلم الآلي والذكاء الاصطناعي، من صياغة المشكلة إلى استكشاف البيانات وتصميم الميزات وتطوير النموذج والتحقق منه.
• تقديم نماذج قابلة للتطوير وآمنة للإنتاج، مع ضمان التوافق مع إدارة البيانات المؤسسية ومعايير الذكاء الاصطناعي.
• إجراء تحليلات إحصائية لفهم رؤى البيانات وتفسيرها.
• تطبيق تقنيات تعدين البيانات لتحديد الأنماط والاتجاهات والعلاقات في مجموعات البيانات الكبيرة.
• بناء نماذج تنبؤية وخوارزميات التعلم الآلي للتنبؤ بالنتائج المستقبلية.
• إنشاء رسومات بيانات وتقارير واضحة للتواصل مع أصحاب المصلحة.
• العمل مع فرق متعددة الوظائف لفهم الاحتياجات التجارية وتقديم حلول مدفوعة بالبيانات.
• تصميم وصيانة خطوط أنابيب البيانات والنماذج الموثوقة بالشراكة مع هندسة البيانات.
• ضمان أمن البيانات والامتثال للوائح ذات الصلة.
• قيادة التجارب، وتسجيل إصدارات النماذج، وإعادة التدريب التلقائي، والتحسين المستمر.
• **ترجمة الاحتياجات التجارية إلى حلول الذكاء الاصطناعي/التحليلات:**
• إنشاء أطر ونماذج تشغيل تجعل علوم البيانات قابلة للوصول، وقابلة للتطوير، ومدمجة ضمن الوظائف التجارية والتقنية.
• التواصل مع أصحاب المصلحة في الأعمال التجارية/المجال لتحديد فرص خلق القيمة وتحويلها إلى حالات استخدام تحليلية قابلة للتنفيذ.
• بناء فرضيات القيمة، ومؤشرات الأداء الرئيسية، ومعايير النجاح، وخرائط الطريق للحلول بالتعاون مع قيادة البيانات والذكاء الاصطناعي وأفرقة الأعمال.
• **تصنيع نماذج الذكاء الاصطناعي/التعلم الآلي:**
• الشراكة مع هندسة البيانات، ومنصات البيانات، وأفرقة البنية التحتية السحابية/OT لدمج النماذج في أنظمة المؤسسة وطبقات التشغيل.
• تحديد معايير النشر والإنتاج، والاختبار، والرصد، ومعالجة الانحراف، وإدارة دورة الحياة.
• ضمان التكامل السلس للنماذج التنبؤية والتحسين في منصات المؤسسة، وأنظمة التحكم، والتوائم الرقمية.
• الاستفادة من التعلم الآلي، والتحسين، والرؤية الحاسوبية كأدوات تمكين لتحسين الأداء، والموثوقية، والاستدامة.
• **الذكاء الاصطناعي المسؤول، والجودة، والإدارة:**
• ضمان الامتثال لأطر الذكاء الاصطناعي المسؤول، وجودة البيانات، وإدارة البيانات في معادن.
• تعزيز قابلية التكرار، والتوثيق، وتتبع السلسلة، والمراجعة عبر جميع أصول علوم البيانات.
• ضمان الشفافية، والقابلية للتفسير، وإدارة النماذج المستمرة عبر بيئات الإنتاج والمؤسسة.
• **إدارة أصحاب المصلحة وتحقيق القيمة:**
• التواصل مع أصحاب القرار باستخدام قصص مقنعة ورسومات بيانية.
• تتبع تحقيق القيمة، ومقاييس التبني، والتأثير التشغيلي لضمان الفائدة القابلة للقياس.

المتطلبات

• درجة البكالوريوس في علوم الحاسوب، أو علوم البيانات، أو الهندسة، أو الرياضيات، أو الإحصاءات، أو المجالات ذات الصلة.
• 6 سنوات من الخبرة في علوم البيانات/التحليلات المتقدمة، مع تفضيل البيئات الصناعية، والتعدين، أو الأصول الثقيلة.
• القدرة على ترجمة المشكلات التجارية إلى نهج تحليلية، وتحديد الفرضيات، وتصميم التحليلات، وتلخيص النتائج في توصيات واضحة.
• براعة قوية في أطر التعلم الآلي الحديثة ومنصات الحوسبة السحابية (TensorFlow، PyTorch، Azure، AWS).
• قوة تقنية مع حزم التحليلات الحديثة، ونماذج البيانات، وSQL، والخبرة في الشراكة الفعالة مع فرق الهندسة.
• خبرة عملية في تطوير ونشر نماذج التعلم الآلي، بما في ذلك التنبؤ بالسلاسل الزمنية، والنماذج التنبؤية، وحالات استخدام التحسين.
• فهم قوي لأداء النموذج، والتحقق منه، واستقراره، وتأثيره على الأعمال.
• خبرة عملية في حلول الذكاء الاصطناعي المولد، بما في ذلك الملاحين، والأتمتة الذكية، والتدفقات العاملة على أساس الوكلاء.
• القدرة على دمج قدرات الذكاء الاصطناعي المولد في العمليات المؤسسية لتحسين صنع القرار والكفاءة التشغيلية.
• خبرة في هندسة البيانات (IT + OT) - تصميم وصيانة خطوط أنابيب البيانات عبر بيئات IT وOT.

المهارات المطلوبة