أخصائي تحليل البيانات

Saudi Aramco

المهام والمسؤوليات

كمرشح ناجح، ستحتاج إلى أداء ما يلي:

• تحديد وتطوير حالات استخدام التحليلات المتقدمة لحل التحديات التقنية المعقدة، وتحسين العمليات، وزيادة الإيرادات، وضمان الاستدامة البيئية، وتحسين السلامة.
• دفع الأفكار من الفكرة إلى الإنتاج باستخدام أفضل ممارسات تشغيل التعلم الآلي (MLOps) وعمليات التطوير (DevOps).
• تطوير وتحسين نماذج التعلم الآلي (ML) وخطوط الأنابيب، مع ضمان نشرها ومراقبتها وتوسيعها بكفاءة.
• استكشاف مصادر البيانات المتنوعة لتحسين نمذجة التنبؤ وتحسين استراتيجيات العمل.
• تقييم أدوات وأساليب الذكاء الاصطناعي (AI) لتحليل البيانات، مما يعزز التأثير التجاري واتخاذ القرار.
• تنفيذ تقنيات نمذجة التنبؤ لتحسين منشآت الإنتاج، ومصادر الإيرادات، وكفاءات التشغيل.
• إنشاء الوثائق بما يتماشى مع المعايير المعمول بها لدعم عملية التطوير والنشر.
• التعاون مع فرق متعددة الوظائف، بما في ذلك تكنولوجيا المعلومات والهندسة وأصحاب المصلحة في الأعمال، لدفع الحلول المعتمدة على البيانات.
• المساهمة في فرق العمل التقنية التي تحقق في الحوادث وتحل المشكلات المحددة للنطاق باستخدام تقنيات AI/ML.
• نشر أوراق بحثية لمجلات محكمة وتقديم النتائج لمنظمات ومؤتمرات أخرى لتعزيز المعرفة في الصناعة.
• تشجيع بيئة تعليمية من خلال تبادل المعرفة، وتعزيز ثقافة التعلم المستمر والابتكار.
• تقديم القيادة والإرشاد لأعضاء الفريق المبتدئين والمتخصصين.

المتطلبات الدنيا

كمرشح ناجح، ستحمل:

• درجة بكاليوس في علوم البيانات، علوم الكمبيوتر، الهندسة، أو مجال ذي صلة. يفضل بشدة الحصول على درجة متقدمة (ماجستير أو دكتوراه) تركز على علوم البيانات، الذكاء الاصطناعي، أو هندسة التعلم الآلي مع خلفية في الهندسة.
• 20 عامًا من الخبرة العامة، مع خبرة عملية في علوم البيانات، معالجة اللغة الطبيعية (NLP)، الرؤية الحاسوبية، و/أو مشاريع التعلم الآلي في الصناعة.
• خبرة في MLOps، DevOps، AIOps، DataOps والأطر التشغيلية ذات الصلة لتوزيع النماذج، والمراقبة، والأتمتة.
• خبرة في جمع البيانات، والتنظيف، والمعالجة المسبقة، وتنسيق البيانات لمشكلات ذات صلة بالصناعة بناءً على المعرفة بالمجال.
• إتقان منصات مثل بايثون، R، SQL، SAS، سكالا، ومنصات السحابة مثل أزور وجوجل كلاود (Vertex AI).
• خبرة في أدوات و حزم التصور؛ خبرة واجهة المستخدم (UI) مع Power Business Intelligence (Power BI) أو أدوات مشابهة.
• خبرة في بنية تكنولوجيا المعلومات ونشر النماذج في بيئات محلية.
• فهم قوي لعمليات التكامل المستمر / النشر المستمر (CI/CD)، والحاويات (Docker، Kubernetes)، وأطر الأتمتة.
• قدرة مثبتة على نشر الأبحاث أو المساهمة في المعرفة الصناعية من خلال أوراق المجلات، أو وقائع المؤتمرات، أو الأوراق البيضاء.