عالم بيانات كبير ALDAR Properties PJSC

ترجمة المشكلات التجارية إلى مشاريع علم البيانات من خلال تحديد فرضيات واضحة، ومقاييس النجاح، وطرق التحقق.

استكشاف وتنظيف وتحويل البيانات المنظمة وغير المنظمة باستخدام بايثون وSQL لإعداد مجموعات بيانات عالية الجودة للنمذجة.

تصميم وتدريب وتقييم نماذج التعلم الآلي باستخدام الخوارزميات والتقنيات الإحصائية المناسبة (مثل: الانحدار، التصنيف، التجميع، معالجة اللغة الطبيعية، التنبؤ).

التعاون مع فرق الهندسة والمنصات لإنتاج نماذج الذكاء الاصطناعي من خلال خطوط أنابيب قابلة للتكرار وعمليات CI/CD.

تطبيق تقنيات تفسير النموذج، والعدالة، وقابلية الفهم (مثل: SHAP، LIME، أهمية المميزات) لضمان الشفافية والمساءلة.

دعم أنشطة حوكمة الذكاء الاصطناعي، بما في ذلك عمليات إدارة مخاطر النموذج (MRM)، لضمان الامتثال والاستخدام المسؤول للذكاء الاصطناعي.

إجراء وتحليل اختبارات A/B أو التجارب المضبوطة لتقييم أداء النموذج والمميزات.

العمل مع مالكي منتجات البيانات لتعريف النتائج التجارية، ومراقبة أداء النموذج بعد النشر، وضمان الاستمرارية في الصلة.

التعاون مع متخصصي جودة البيانات لضمان تلبية البيانات المدخلة لمعايير الجودة والنسب والحكم.

التواصل بالنتائج بشكل فعال من خلال التصوير، ورواية القصص، والعروض التقديمية المخصصة للجمهور الفني وغير الفني.

المهارات الفنية والاجتماعية

• إجادة متقدمة في بايثون (pandas، NumPy، scikit-learn، XGBoost، LightGBM).
• إتقان قوي لـ SQL لاستخراج البيانات، والتحويل، والتحقق.
• خبرة في العمل في Databricks أو منصات البيانات والتعلم الآلي المعادلة.
• إلمام بأطر التعلم العميق (PyTorch، TensorFlow) وأدوات دورة حياة التعلم الآلي (MLflow، Airflow، Docker، Kubernetes).
• فهم لتفسير النموذج، والأخلاق، والعدالة، والحكم.
• معرفة بعمليات حوكمة الذكاء الاصطناعي ومعايير الوثائق، بما في ذلك إدارة مخاطر النموذج (MRM).
• تعرض لمنصات السحابة (Azure، Snowflake) وواجهات برمجة التطبيقات لدمج نماذج الذكاء الاصطناعي في التطبيقات.
• إلمام بتحكم الإصدارات (Git/GitHub) وممارسات البرمجة التعاونية.
• مهارات تواصل ممتازة لشرح النتائج الفنية بمصطلحات تجارية واضحة.
• تعاوني وفضولي، مع شغف بالتعلم المستمر والابتكار