عالم البيانات

AIQ

عن الدور

نحن نبحث عن عالم بيانات ذو خبرة للانضمام إلى فريقنا الذي يعمل في قطاع النفط والغاز، وبالتحديد في تحسين الإنتاج في المنبع. كعالم بيانات، ستلعب دورًا حاسمًا في استخراج الرؤى من مجموعات البيانات المعقدة، وتطوير خوارزميات مدفوعة بالبيانات، وتنفيذ حلول الذكاء الاصطناعي لتحسين عمليات إنتاج النفط. ستكون خبرتك في التعلم الآلي، والتعلم العميق، وتقنيات التحسين ضرورية في حل التحديات المحددة في الصناعة ودفع تحقيق الكفاءة في عمليات إنتاج النفط. ستعمل بشكل وثيق مع فرق متعددة التخصصات لتحليل البيانات، وتنفيذ الحلول، ونشرها، وصيانتها، وتقديم توصيات قابلة للتنفيذ لتحسين إدارة الإنتاج وتعظيم الأداء التشغيلي.

المسؤوليات

• إعداد وتنظيف ومعالجة البيانات للتحليل.
• تحليل جودة البيانات ومعالجة القضايا بشكل استباقي.
• تطوير خوارزميات مدفوعة بالبيانات للتجميع، والتصنيف، والانحدار، والتحسين.
• تقييم حلول الذكاء الاصطناعي المتوافقة مع الأهداف التجارية.
• الحفاظ على الحلول الحالية وتعزيزها لتلبية احتياجات الأعمال المتطورة.
• نشر وإدارة نماذج الذكاء الاصطناعي في الإنتاج.
• تصوير وتواصل نتائج التحليل بفعالية.
• عرض الأفكار، والخطط، والنتائج شفهيًا وفي تقارير مكتوبة.
  
  

المؤهلات

المتطلبات التعليمية

• درجة بكاليوس في مجال ذو صلة (مثل علوم الحاسوب، الإحصاء، الرياضيات، هندسة البترول، أو التخصصات ذات الصلة). الدرجات المتقدمة ميزة.

الخبرة

• 3+ سنوات من الخبرة تُظهر العمق والاتساع في أحدث تقنيات التعلم الآلي، والتعلم العميق، والتحسين.
• خبرة مثبتة في تطوير خوارزميات الذكاء الاصطناعي الأساسية في الصناعة أو لمشاكل العالم الحقيقي.
• سجل حافل في تنفيذ حلول الذكاء الاصطناعي الصناعية القوية والقابلة للتطوير.
• خبرة في النمذجة الهجينة القائمة على الفيزياء والمدفوعة بالبيانات.
• خبرة في صناعة النفط والغاز، وبالتحديد في شركات استكشاف وإنتاج النفط والغاز أو شركات خدمات حقول النفط، هي ميزة. فهم قوي للتحديات الفريدة والتعقيدات المعنية في إنتاج النفط والغاز وتحسينه.
  
  

المهارات الرئيسية

• خلفية قوية في الرياضيات التطبيقية، والخوارزميات، والترميز.
• إجادة في الإحصاء، والتعلم الآلي، والتعلم العميق.
• إجادة في برمجة بايثون ومكتبات تحليل البيانات (مثل Pandas، NumPy).
• إجادة في معالجة البيانات، والتنظيف، والمعالجة المسبقة وهندسة الميزات.
• إجادة في أطر التعلم العميق (مثل Keras، PyTorch).
• معرفة نظرية وعملية بخوارزميات التعلم الآلي الشائعة (مثل PCA، آلات الدعم الشعاعي، RandomForest، XGBoost، skforecast).
• معرفة نظرية وعملية بالأساليب الشائعة للتحسين (مثل PSO، GA، SGD).
• خبرة مع أدوات التطوير الشائعة (مثل PyCharm، Jupyter، Docker، Git).
• مهارات تواصل ممتازة، شفهيًا وكتابيًا.