مدير علم البيانات في دول مجلس التعاون الخليجي

Visa

الوصف الوظيفي

الأدوار والمسؤوليات

الملف الشخصي المطلوب للمرشحين

حد أدنى من 8+ سنوات من الخبرة في تطبيق حلول التعلم الآلي على مشاكل الأعمال وتطوير النماذج والخبرة في الإنتاج مطلوبة

درجة دراسات عليا (ماجستير أو دكتوراه) في مجال كمي مثل الإحصاء، الرياضيات، علوم البيانات، بحوث العمليات، علوم الحاسوب، المعلوماتية، الاقتصاد، أو الهندسة

خبرة في العمل في واحد أو أكثر من أسواق البطاقات والمدفوعات حول العالم، مع مسؤوليات محددة في المدفوعات، الخدمات المصرفية للأفراد، أو صناعات التجزئة

فهم جيد للمدفوعات وصناعة البنوك، بما في ذلك فئات البطاقات مثل الائتمان الاستهلاكي، الخصم الاستهلاكي، المدفوعات المسبقة، الأعمال الصغيرة، المنتجات التجارية والمشتركة

معرفة خبير بالبيانات، استخبارات السوق، استخبارات الأعمال، والأدوات والتقنيات المدفوعة بالذكاء الاصطناعي، مع قدرة مثبتة على دمج تقنيات جديدة لحل مشاكل الأعمال

خبرة في التخطيط والتنظيم وإدارة مشاريع كبيرة متعددة مع فرق متعددة الوظائف متنوعة، بما في ذلك تخطيط الموارد وتنفيذ التسليم

خبرة في تقديم الأفكار والتحليلات لأصحاب المصلحة مع تخصيص النتائج المعتمدة على البيانات لمستويات جمهور مختلفة

قدرة مثبتة على تحقيق النتائج ضمن نطاق محدد، والجدول الزمني والميزانية

مهارات قوية جدًا في إدارة الأشخاص / المشاريع وخبرة

قدرة على السفر داخل دول مجلس التعاون الخليجي في إشعار قصير

الخبرة التقنية:

• خبرة في بيئات الحوسبة الموزعة / منصات البيانات الكبيرة (هاردوب، إليستيك سيرش، إلخ) بالإضافة إلى أنظمة قواعد البيانات الشائعة ومتاجر القيم (SQL، هايف، HBase، إلخ)
• معرفة بكيفية عمل نماذج اللغة الكبيرة والقدرة على تطوير الوكلاء
• قدرة على تطوير واجهة المستخدم/تجربة المستخدم ستكون ميزة
• قدرة برمجية قوية في لغات برمجة مختلفة مثل بايثون، سبارك، R، سكالا، جافا، ماتلاب، C++، وSQL
• خبرة في صياغة أطر عمل هندسة الحلول التي تعتمد على واجهات برمجة التطبيقات والخدمات الدقيقة
• معرفة بأساليب نمذجة البيانات الشائعة والقدرة على العمل مع أنواع بيانات مختلفة بما في ذلك JSON، XML، إلخ
• قدرة على بناء خطوط بيانات (مثل ETL، إعداد البيانات، تجميع البيانات والتحليل) باستخدام أدوات مثل NiFi، Sqoop، Ab Initio، معرفة بعمليات خط البيانات وأدوات إدارة المخططات مثل Avro
• بارع في بعض أو كل من التقنيات التالية: الانحدار الخطي والانحدار اللوجستي، أشجار القرار، الغابات العشوائية، أقرب الجيران K، سلسلة ماركوف مونت كارلو، أخذ عينات جيب، الخوارزميات التطورية (مثل الخوارزميات الجينية، البرمجة الجينية)، آلات الدعم الناقل، الشبكات العصبية، إلخ.
• معرفة خبير بتقنيات استخراج البيانات المتقدمة ونمذجة الإحصاءات، بما في ذلك النمذجة التنبؤية (مثل، الانحدار الثنائي والمتعدد، ANOVA)، تقنيات التصنيف (مثل، التجميع، تحليل المكونات الرئيسية، تحليل العوامل)، تقنيات أشجار القرار (مثل، CART، CHAID)