مساعد مدير - إدارة المخاطر المالية Ernst & Young AE

اللغات: الإنجليزية (إلزامية)

الخبرة: 3–6 سنوات

تركيز الصناعة: الخبرة في البنوك المفتوحة غير مطلوبة (خلفية في البرمجيات أو علم البيانات أو التكنولوجيا المالية مرحب بها)

ملخص الوظيفة

تمارس إدارة المخاطر المالية في EY (FSRM) تبحث عن مساعد مدير قوي تقنيًا يتمتع بخبرة في التعلم الآلي وعلم البيانات وتطوير البرمجيات.

تعد هذه الوظيفة مثالية للمهندسين وعلماء البيانات الذين يرغبون في تطبيق التحليلات المتقدمة على مشاكل المخاطر المالية في العالم الحقيقي - بناء وتدريب ونشر النماذج التي تدعم تقييم الائتمان واكتشاف الاحتيال وأنظمة الإنذار المبكر وتوقعات رأس المال.

ستعمل جنبًا إلى جنب مع متخصصين كميين كبار ومهنيين في المخاطر لتحويل مفاهيم النماذج إلى حلول قابلة للتوسع جاهزة للإنتاج باستخدام أدوات علم البيانات الحديثة ومنصات السحابة.

المسؤوليات الرئيسية

1. تطوير نماذج التعلم الآلي

تطوير وتدريب وتحسين نماذج التعلم تحت الإشراف وغير المراقب باستخدام بايثون أو R أو أطر عمل معادلة.

تطبيق خوارزميات مثل الانحدار وطرق التجميع وتوقع السلاسل الزمنية واكتشاف الشذوذ ومعالجة اللغة الطبيعية والتعلم العميق.

تصميم خطوط نماذج معيارية وقابلة لإعادة الاستخدام مع إصدار واضح وإمكانية إعادة الإنتاج.

2. هندسة البيانات وتصميم الخصائص

بناء وصيانة خطوط بيانات لتدريب النماذج والاستدلال باستخدام SQL وأطر البيانات الحديثة (مثل PySpark و Airflow و Azure Data Factory).

إجراء هندسة الخصائص وتنظيف البيانات وضمان الجودة لمجموعات البيانات الكبيرة المهيكلة وغير المهيكلة.

أتمتة إعادة تدريب النماذج وعمليات التحقق.

3. نشر النماذج وعمليات التعلم الآلي

نشر نماذج التعلم الآلي في بيئات الإنتاج باستخدام الحاويات (Docker) وواجهات برمجة التطبيقات (FastAPI/Flask) أو خدمات التعلم الآلي السحابية (Azure ML و AWS SageMaker و GCP Vertex).

تنفيذ المراقبة واكتشاف الانجراف ولوحات معلومات الأداء للنماذج الحية.

التعاون مع فرق التكنولوجيا في EY لدمج النماذج في أنظمة العملاء بشكل آمن وفعال.

4. التعاون ودعم التطوير

العمل عن كثب مع خبراء كميين وتنظيميين لترجمة المتطلبات المفاهيمية إلى نماذج أولية تقنية.

المساهمة في مسرعات EY الداخلية ومكونات الذكاء الاصطناعي القابلة لإعادة الاستخدام لتحليلات المخاطر.

توثيق الشيفرة، وفرضيات النماذج، وبروتوكولات الاختبار وفقًا لمعايير الجودة في EY.

5. الابتكار والبحث

استكشاف تقنيات الذكاء الاصطناعي الناشئة (مثل نماذج التحويل، والذكاء الاصطناعي التوليدي، وتحليلات الرسم البياني) للتطبيق المحتمل في سياقات المخاطر المالية.

المشاركة في هاكاثونات، وأدلة برهانية، وسباقات الابتكار ضمن مجتمع EY العالمي للذكاء الاصطناعي.

المهارات والسمات للنجاح

مهارات برمجة متقدمة في بايثون (pandas و scikit-learn و TensorFlow و PyTorch) أو R.

إجادة في SQL ومعرفة بأنظمة البيانات السحابية أو NoSQL.

فهم قوي لتصميم خطوط التعلم الآلي، ومعالجة البيانات، وتقنيات تقييم النموذج.

خبرة في نشر واجهات برمجة التطبيقات، والحاويات، وممارسات التعلم الآلي.

أساس رياضي وإحصائي قوي (احتمالات، جبر خطي، تحسين).

فضول لتعلم مفاهيم المخاطر المالية مع البقاء مركزًا على التميز الهندسي.

عقلية تعاونية ورشيقة مع مهارات قوية في حل المشكلات واختبار الأخطاء.

للتأهل للوظيفة، يجب أن يكون لديك

درجة البكالوريوس أو الماجستير في علوم الكمبيوتر أو علم البيانات أو الرياضيات أو الهندسة أو مجال ذي صلة.

3–6 سنوات من الخبرة في تطوير البرمجيات أو التعلم الآلي أو هندسة الذكاء الاصطناعي (استشارات أو بيئة منتج).

خبرة مثبتة في نشر نماذج التعلم الآلي أو منتجات التحليلات في البيئات الحقيقية.

معرفة عملية بمنصات السحابة (Azure أو AWS أو GCP).

من المثالي أيضًا أن يكون لديك

خبرة في التحكم في الإصدار (Git) ، وخطوط CI/CD، وأدوات تسجيل النماذج (MLflow، DVC).

التعرض لتصميم واجهات برمجة التطبيقات RESTful، والخدمات الصغيرة، أو تصور البيانات من الواجهة الأمامية (مثل Power BI، Streamlit).

المعرفة ببيانات المخاطر أو المالية هي ميزة ولكنها ليست مطلوبة.

المساهمة في مشاريع البحث الأكاديمي أو مفتوحة المصدر.