أخصائي رئيسي، علوم البيانات والتحليلات

معادن، المؤسسة عام 1997، تعتبر واحدة من أسرع شركات التعدين نموًا في العالم وأكبر شركة تعدين متعددة السلع والمعادن في الشرق الأوسط. نحن نقود تطوير صناعة التعدين لتصبح العمود الثالث لاقتصاد المملكة العربية السعودية من خلال بناء سلسلة قيمة تعدينية متكاملة بالكامل وفريدة من نوعها وعالمية المستوى. يسعدنا تقديم فرصة مثيرة للدور المذكور أدناه. توفر هذه الوظيفة فرصة للمساهمة في نمونا الطموح ولعب دور رئيسي في تشكيل مستقبل التعدين في المملكة.

يعمل أخصائي الرياادة في علوم البيانات والتحليلات كقائد تقني وممارس أول، مما يدفع تطوير ونشر وتوسيع حجم حلول التعلم الآلي والذكاء الاصطناعي والتحليلات المتقدمة عبر معادن. تضمن الدور أن منتجات التحليلات مصممة ومتحقق منها وصناعية وخاضعة للحكم والعتماد على نطاق واسع، مما يوفر قيمة قابلة للقياس عبر التعدين والمعالجة والعمليات والوظائف الشاملة. يقوم أخصائي الريادة في علوم البيانات والتحليلات بتحليل البيانات واستخلاص الرؤى وبناء نماذج تنبؤية تساعد المنظمات على اتخاذ قرارات أذكى وحل المشاكل الصعبة. من خلال الجمع بين الخبرة في الإحصائيات وعلوم الكمبيوتر والإستراتيجية التجارية، لا يقومون فقط بتحليل مجموعات البيانات المعقدة بل يبنون أيضًا نماذج تنبؤية تحسن العمليات وتشكل القرارات طويلة الأجل. مع توجه كل صناعة تقريبًا نحو البيانات اليوم، الطلب على المتخصصين الماهرين يستمر في النمو.

تطوير وتنفيذ وصيانة قواعد البيانات وأنظمة جمع البيانات

تملك دورة حياة المبادرات الكاملة للتعلم الآلي/الذكاء الاصطناعي - من صياغة المشكلة واستكشاف البيانات وهندسة الميزات وتطوير النموذج والتحقق والتسليم إلى MLOps.

تسليم نماذج قابلة للتوسع وجاهزة للإنتاج، مع ضمان التوافق مع حوكمة البيانات والمعايير الذكية الشاملة.

إجراء تحليل إحصائي لفهم وتفسير رؤى البيانات

تطبيق تقنيات التنقيب عن البيانات لتحديد الأنماط والاتجاهات والعلاقات في مجموعات البيانات الكبيرة

بناء نماذج تنبؤية وخوارزميات التعلم الآلي للتنبؤ بالنتائج المستقبلية

إنشاء تصورات بيانات وتقارير واضحة لتوصيل النتائج إلى أصحاب المصلحة

العمل مع فرق متعددة الوظائف لفهم احتياجات العمل وتقديم حلول مدفوعة بالبيانات

تصميم والحفاظ على خطوط أنابيب البيانات والنماذج الموثوقة بالشراكة مع هندسة البيانات لضمان أن البيانات دقيقة وفي الوقت المناسب وموثوقة للاستخدام اللاحق

ضمان أمان البيانات والامتثال للتنظيمات ذات الصلة

قيادة التجريب وإصدار النموذج والإعادة التدريب الآلية والتحسين المستمر.

إنشاء أطر عمل ونماذج تشغيل تجعل علوم البيانات قابلة للوصول والتوسع والمضمنة في الوظائف التجارية والتقنية

الانخراط مع أصحاب المصلحة في الوحدات التجارية/الحقول لتحديد فرص خلق القيمة وتحويلها إلى حالات استخدام تحليلات قابلة للتنفيذ.

بناء فرضيات القيمة ومؤشرات الأداء الرئيسية ومعايير النجاح والطرق النقدية بالتعاون مع قيادة البيانات والذكاء الاصطناعي والفرق التجارية.

الشراكة مع هندسة البيانات ومنصات البيانات وفرق العمارة السحابية/OT لتضمين النماذج في الأنظمة الشاملة والطبقات التشغيلية.

تعيين معايير نشر الإنتاج والاختبار والمراقبة ومعالجة الانجراف وحوكمة دورة الحياة.

ضمان التكامل السلس للنماذج التنبؤية والتحسينية في منصات المؤسسة وأنظمة التحكم والتوائم الرقمية

الاستفادة من التعلم الآلي والتحسين ورؤية الحاسوب كأدوات تمكينية لتحسينات الأداء والموثوقية والاستدامة

ضمان الامتثال لأطر عمل معادن للذكاء الاصطناعي المسؤول وجودة البيانات وحوكمة البيانات.

تعزيز القابلية للتكرار والتوثيق وتتبع النسب والقابلية للتدقيق عبر جميع أصول علوم البيانات.

ضمان الشفافية والتفسيرية والحكم المستمر للنموذج عبر بيئات الإنتاج والشاملة

توصيل الرؤى والنتائج والمخاطر والتوصيات لصانعي القرار باستخدام السرديات والتصور المقنعة.

تتبع تحقق القيمة وتقاييس الاعتماد والتأثير التشغيلي لضمان الفوائد القابلة للقياس.

درجة البكالوريوس في علوم الحاسوب أو علوم البيانات أو الهندسة أو الرياضيات أو الإحصائيات أو المجالات ذات الصلة.

الحد الأدنى للخبرة: 8-10 سنوات في علوم البيانات/التحليلات المتقدمة مع تفضيل البيئات الصناعية أو التعدين أو الأصول الثقيلة.

بما في ذلك قيادة أو توجيه متخصصي التحليلات لمدة سنتين على الأقل

القدرة المثبتة على ترجمة مشاكل العمل إلى أساليب تحليلية: تحديد الفرضيات وتصميم التحليلات وتجميع النتائج في توصيات واضحة.

الكفاءة القوية مع أطر عمل التعلم الآلي الحديثة ومنصات السحابة (TensorFlow وPyTorch وAzure وAWS) - مصنع Microsoft AI

الطلاقة التقنية القوية مع أنظمة التحليلات الحديثة وتصميم البيانات وSQL وخبرة التعاون الفعال مع فرق الهندسة.

التعلم الآلي والتحليلات المتقدمة

خبرة عملية في تطوير ونشر نماذج التعلم الآلي، بما في ذلك التنبؤ بالسلاسل الزمنية والنمذجة التنبؤية وحالات استخدام التحسين

فهم قوي لأداء النموذج والتحقق والاستقرار والتأثير على العمل

الذكاء الاصطناعي التوليدي وعملاء الذكاء الاصطناعي

خبرة عملية مع حلول الذكاء الاصطناعي التوليدي، بما في ذلك المساعدات والأتمتة الذكية وسير عمل قائم على الوكيل

القدرة على تضمين قدرات GenAI في العمليات الشاملة لتحسين صنع القرار والكفاءة التشغيلية

هندسة البيانات (IT + OT)

خبرة في تصميم والحفاظ على خطوط أنابيب البيانات عبر بيئات IT و OT

التعرض على بيانات المستشعر ومعالجة البيانات المتدفقة/الفورية ومصادر البيانات الصناعية

القدرة على التعاون مع فرق هندسة البيانات لضمان موثوقية...