الغرض من الدور
مهندس الذكاء الاصطناعي لمكافحة الاحتيال والهدر وإساءة الاستخدام (FWA) مسؤول عن تصميم وبناء واختبار ونشر حلول الذكاء الاصطناعي التي تدعم كشف وتحقيق الاحتيال والهدر وإساءة الاستخدام. يترجم الدور متطلبات الأعمال المعتمدة ونماذج علم البيانات إلى حلول إنتاجية قابلة للتوسع، مع دمج قدرات الذكاء الاصطناعي في سير العمل التشغيلي مع ضمان الموثوقية والأداء والقيمة التجارية. بالعمل عن كثب مع قائد مكافحة الاحتيال والهدر وإساءة الاستخدام، وعالم بيانات مكافحة الاحتيال والهدر وإساءة الاستخدام، والمحققين وأصحاب المصلحة في الأعمال، يقود الدور التنفيذ الناجح والتحسين المستمر لحالات استخدام الذكاء الاصطناعي في مجال مكافحة الاحتيال والهدر وإساءة الاستخدام.
المسؤوليات الرئيسية
1- تصميم حلول مكافحة الاحتيال والهدر وإساءة الاستخدام وتقييم الجدوى؛
2- تطوير وهندسة حلول الذكاء الاصطناعي؛
3- النشر الإنتاجي والتكامل؛
4- الاختبار وضمان الجودة؛
5- صيانة الحلول والتحسين المستمر؛
- تقييم الجدوى التقنية لحالات استخدام مكافحة الاحتيال والهدر وإساءة الاستخدام المعتمدة.
- تقييم توافر البيانات والمتطلبات التقنية وتعقيد التنفيذ.
- تحديد مناهج الحلول لكشف الاحتيال والهدر وإساءة الاستخدام المدعوم بالذكاء الاصطناعي.
- تطوير المتطلبات التقنية وخطط التنفيذ.
- التوصية بأفضل تقنيات وتكنولوجيات الذكاء الاصطناعي للتسليم.
- بناء وتحسين حلول الذكاء الاصطناعي التي تدعم أنشطة كشف وتحقيق الاحتيال والهدر وإساءة الاستخدام.
- ترجمة النماذج والمنطق التحليلي إلى حلول سحابية أصلية قابلة للتوسع على GCP.
- تنفيذ حلول التعلم الآلي وكشف الشذوذ وتحليلات الرسوم البيانية وذكاء المستندات.
- تطوير واجهات برمجة التطبيقات وخدمات التقييم ومكونات التكامل المطلوبة للنشر التشغيلي.
- ضمان أن الحلول قابلة للتوسع وقابلة للصيانة ومتوافقة مع المعايير التقنية.
- التعاون مع عالم بيانات مكافحة الاحتيال والهدر وإساءة الاستخدام لتشغيل النماذج المعتمدة.
- نشر حلول الذكاء الاصطناعي في البيئات التشغيلية.
- دمج مخرجات الذكاء الاصطناعي مع الأنظمة وسير العمل الداخلية.
- التنسيق مع فرق هندسة البيانات وTIDES (تقنية المعلومات) لتمكين النشر الإنتاجي.
- دعم تخطيط الإصدارات وأنشطة النشر.
- ضمان الانتقال الناجح من التطوير إلى الإنتاج.
- إجراء الاختبار التقني لحلول الذكاء الاصطناعي.
- دعم اختبار القبول من المستخدمين مع أصحاب المصلحة في الأعمال.
- التحقق من دقة المخرجات وموثوقيتها وأدائها.
- تحديد وحل مشكلات التنفيذ.
- ضمان تلبية الحلول لمتطلبات الأعمال والتقنية المحددة.
- دعم التحسين المستمر لحلول الذكاء الاصطناعي المنشورة لمكافحة الاحتيال والهدر وإساءة الاستخدام.
- تنفيذ تحسينات النماذج التي يحددها فريق علم البيانات.
- معالجة المشكلات التقنية وتحسين أداء الحلول.
- دمج قدرات جديدة لكشف الاحتيال ومتطلبات الأعمال.
- الحفاظ على الوثائق التقنية وأصول المعرفة الخاصة بالحلول.
