Technical Operational Excellence TOE – Data & AI

تُعد وظيفة التميز التشغيلي الفني - البيانات والذكاء الاصطناعي (Technical Operational Excellence – Data & AI) من المناصب الحيوية في شركة EJADA، حيث تقع على عاتقها مسؤولية تصميم وبناء ونشر وتشغيل منصات بيانات متقدمة وحلول الذكاء الاصطناعي والتعلم الآلي. تهدف هذه الوظيفة إلى دعم التحليلات المؤسسية، وأتمتة العمليات، واتخاذ القرارات المبنية على البيانات من خلال تقديم خطوط بيانات موثوقة وقابلة للتوسع، وتفعيل نماذج الذكاء الاصطناعي، وضمان تحقيق معايير الأداء العالية.

المهام والمسؤوليات الرئيسية:

• تصميم وبناء وتشغيل خطوط بيانات ومنصات على نطاق واسع تدعم التحليلات، وذكاء الأعمال، وحالات استخدام الذكاء الاصطناعي.
• تطوير وتدريب والتحقق من صحة ونشر ومراقبة نماذج الذكاء الاصطناعي والتعلم الآلي والحلول الذكية بما يتماشى مع الأهداف التجارية.
• بناء وإدارة خطوط بيانات الذكاء الاصطناعي باستخدام منصات مثل Dataiku، وSpark، وHadoop، وKafka.
• تنسيق وأتمتة سير العمل للبيانات والتعلم الآلي باستخدام أدوات مثل Apache Airflow وأطر MLOps.
• نشر وتشغيل النماذج وأحمال العمل باستخدام واجهات برمجة التطبيقات (APIs)، والحاويات، وبيئات التشغيل الحديثة.
• تقديم الدعم التشغيلي (المستوى 3) لمنصات البيانات والذكاء الاصطناعي الإنتاجية، بما في ذلك التعامل مع الحوادث، واستكشاف الأخطاء، وتحسين الأداء.
• ضمان جودة البيانات، ودقة النماذج، وقابلية التوسع، والموثوقية عبر المنصات المؤسسية.
• تنفيذ وفرض حوكمة البيانات والذكاء الاصطناعي بما في ذلك تتبع البيانات، والأمان، والقدرة على التفسير، والامتثال.

المتطلبات والمؤهلات:

• درجة البكالوريوس في علوم الحاسوب، أو تكنولوجيا المعلومات، أو علم البيانات، أو مجال ذي صلة.
• خبرة مهنية لا تقل عن 6 سنوات في هندسة البيانات، أو هندسة الذكاء الاصطناعي/التعلم الآلي، أو أدوار التحليلات المتقدمة.
• خبرة مثبتة في العمل على منصات بيانات مؤسسية أو بيئات إنتاجية للذكاء الاصطناعي/التعلم الآلي.
• خبرة عملية في دعم وتشغيل أحمال العمل الحرجة للبيانات أو الذكاء الاصطناعي في الإنتاج.

المهارات المطلوبة:

• إتقان لغة البرمجة Python وSQL لمعالجة البيانات وتطوير النماذج.
• خبرة مع أدوات Dataiku وأدوات MLOps لبناء وتفعيل خطوط تعلم الآلة.
• معرفة قوية بتقنيات البيانات الكبيرة ومنصات البيانات مثل Apache Spark، وHadoop، وKafka.
• فهم أطر التعلم الآلي مثل TensorFlow، وPyTorch، وscikit-learn.
• معرفة بمفاهيم حوكمة البيانات، وتتبع البيانات، والأمان، وقدرة النماذج على التفسير.