خبير بيانات وذكاء اصطناعي

الوصف

الغرض الوظيفي خبير هندسة البيانات والذكاء الاصطناعي هو سلطة فنية عليا مسؤولة عن تصميم وتطوير وتشغيل منصات بيانات المؤسسة والذكاء الاصطناعي عبر مؤسسة الإمارات للطاقة النووية (ENEC). يقود هذا الدور تسليم هندسة خطوط أنابيب البيانات القابلة للتطوير والآمنة والمتوافقة، وحلول الذكاء الاصطناعي/تعلم الآلة، ومنصات التحليلات، بالاستفادة من تقنيات مثل Databricks (Delta Lake, Unity Catalog, MLflow, Delta Live Tables)، وMicrosoft Azure (Azure Data Factory, Azure ML, Microsoft Fabric, Azure AI Foundry, Copilot Studio)، وCollibra (إدارة البيانات وجودة البيانات)، وPower BI، وأنظمة بيانات التشغيل/الصناعية بما في ذلك PI System وSCADA وDCS. يطبق الخبير خبرة هندسية عميقة لتصميم وتقديم حلول جاهزة للإنتاج، ويضمن الالتزام بمعايير حوكمة البيانات وجودتها، ويدفع تبني قدرات الذكاء الاصطناعي والتحليلات التي تدعم بشكل مباشر مهمة مؤسسة الإمارات للطاقة النووية في توليد طاقة نووية آمنة ومبتكرة وفعالة. يعمل هذا الدور كمساهم فني رئيسي ومرشد، مما يمكن التميز التشغيلي والتحول الرقمي على نطاق واسع. الأنشطة الرئيسية، المسؤولية والمساءلة النشاط: هندسة البيانات وتطوير المنصات المسؤوليات والمساءلة: - تصميم وبناء وصيانة منصات بيانات قابلة للتطوير وآمنة وعالية الأداء بما في ذلك معماريات Lakehouse باستخدام Databricks Delta Lake وUnity Catalog وDelta Live Tables (DLT). - تطوير وتشغيل خطوط أنابيب بيانات قوية، وسير عمل ETL/ELT، وأطر التكامل باستخدام Azure Data Factory وDatabricks Workflows وأدوات التنسيق ذات الصلة. - تصميم وتنفيذ نماذج البيانات والطبقات الدلالية ومنتجات البيانات التي تخدم تحليلات المؤسسة والذكاء الاصطناعي واحتياجات التقارير. - ضمان التكامل السلس لمصادر بيانات التشغيل والبيانات الصناعية - بما في ذلك PI System وSCADA وDCS - في منصات بيانات المؤسسة. - تصميم وتنفيذ واجهات برمجة التطبيقات (APIs) وعقود البيانات وأطر التكامل لتمكين استهلاك البيانات على مستوى المؤسسة. - ضمان قابلية توسع المنصة ومرونتها وتوافرها العالي وقدرات التعافي من الكوارث بما يتوافق مع المتطلبات النووية والتنظيمية. - تطبيق وتطبيق معايير البيانات واتفاقيات التسمية وممارسات إدارة البيانات الوصفية عبر جميع أصول البيانات باستخدام Collibra وUnity Catalog. المسؤوليات والمساءلة: - تصميم وتطوير ونشر نماذج تعلم الآلة والتعلم العميق والذكاء الاصطناعي التوليدي الجاهزة للإنتاج باستخدام Azure ML وMLflow وDatabricks ML. - هندسة خطوط أنابيب MLOps الشاملة التي تغطي تدريب النماذج وتحديد الإصدار والتحقق من الصحة والنشر والمراقبة وإعادة التدريب - لضمان الموثوقية وقابلية التكرار. - بناء وتشغيل حلول مدعومة بالذكاء الاصطناعي بما في ذلك التحليلات التنبؤية واكتشاف الشذوذ ومعالجة اللغة الطبيعية (NLP) وتطبيقات GenAI/LLM باستخدام Azure AI Foundry وCopilot Studio. - تطوير نماذج BI والدلالية في Microsoft Fabric وPower BI، مما يتيح التحليلات ذاتية الخدمة وتقارير الإدارة التنفيذية عبر المؤسسة. - تطبيق مبادئ الذكاء الاصطناعي المسؤول وأطر الحوكمة على جميع حلول الذكاء الاصطناعي وتعلم الآلة، لضمان قابلية الشرح والإنصاف والامتثال. - إجراء تقييم دقيق للنماذج، وقياس الأداء، والتحقق من الصحة لضمان تلبية الحلول لمعايير الدقة والموثوقية والسلامة. - المساهمة في التحسين المستمر لمعايير هندسة الذكاء الاصطناعي، والأنماط، والمكونات القابلة لإعادة الاستخدام عبر المؤسسة. المسؤوليات والمساءلة (تكملة) النشاط: المعرفة المتخصصة المتقدمة المسؤوليات والمساءلة: - يظهر خبرة عميقة وعملية في هندسة بيانات المؤسسات، وتطوير منصات الذكاء الاصطناعي/تعلم الآلة، والمعماريات السحابية الأصلية ضمن بيئات شديدة التنظيم. - يحافظ على المعرفة الحالية بالاتجاهات العالمية في هندسة البيانات، وMLOps، وGenAI، وتقنيات السحابة (Azure، الهجينة، المحلية)، ومتطلبات الامتثال للصناعة النووية. - يفهم دورة حياة منصات البيانات والذكاء الاصطناعي بالكامل بما في ذلك التصميم والتطوير والاختبار والنشر والمراقبة وإيقاف التشغيل. - يطبق معرفة شاملة بأطر حوكمة البيانات (Collibra، Unity Catalog)، وإدارة البيانات الرئيسية، وجودة البيانات، وإدارة السلالة. - يمتلك وعيًا قويًا بتقارب OT/IT، وأنظمة البيانات الصناعية (PI System، SCADA، DCS)، وتكاملها في بيئات تحليلات المؤسسة. - يحافظ على مستوى خبير في لغات البرمجة والأطر بما في ذلك Python وSQL وSpark ومكتبات الذكاء الاصطناعي/تعلم الآلة ذات الصلة. النشاط: حل المشكلات المعقدة والابتكار المسؤوليات والمساءلة: - يتناول تحديات هندسية معقدة وغامضة في بنية منصة البيانات، وتطوير نماذج الذكاء الاصطناعي، وتكامل الأنظمة - لتقديم حلول مبتكرة ومتوافقة وجاهزة للإنتاج. - يقود تحليل السبب الجذري والإجراءات التصحيحية/الوقائية لحوادث المنصة، وفشل جودة البيانات، وتدهور النماذج، واضطرابات النظام. - يطور وينفذ حلول هندسية قوية لمعالجة اختناقات الأداء، وقيود قابلية التوسع، وتحديات التكامل. - يتنقل بين المتطلبات الفنية المتضاربة، والمعايير التنظيمية المتطورة، واحتياجات أصحاب المصلحة لتقديم نتائج هندسية مثالية. - يدفع التحسين المستمر من خلال المقارنة المعيارية مع أفضل الممارسات الهندسية العالمية، وتقييم التقنيات الناشئة، وتطبيق الدروس المستفادة. الشهادات المهنية الحد الأدنى - شهادات ذات صلة في واحد أو أكثر مما يلي: Databricks (مهندس بيانات مشارك/محترف، محترف تعلم الآلة)، Microsoft Azure (مهندس بيانات، مهندس ذكاء اصطناعي، مهندس حلول)، MLOps، أو حوكمة البيانات (Collibra). المفضل - شهادات سحابية ومتعلقة بالذكاء الاصطناعي متعددة. شهادات تخصصية في Microsoft Fabric، Azure AI Foundry، أو Databricks Unity Catalog. منشورات أو مساهمات صناعية في هندسة البيانات أو الذكاء الاصطناعي. المؤهلات الحد الأدنى - درجة البكالوريوس في علوم الكمبيوتر، تكنولوجيا المعلومات، إدارة البيانات، الهندسة، أو تخصص ذي صلة. المفضل - درجة الماجستير في مجال ذي صلة. الخبرة الحد الأدنى - خبرة عملية لا تقل عن 12 عامًا في هندسة بيانات المؤسسات، وتطوير منصات الذكاء الاصطناعي/تعلم الآلة، والمعماريات السحابية الأصلية، بما في ذلك النشر والعمليات الإنتاجية. - خبرة في تضمين الحوكمة داخل منصات البيانات الحديثة (يفضل Databricks) ودمج مجالات SAP/Oracle ERP. المفضل - - خبرة في قطاعات الطاقة، والمرافق، والنووية، والخدمات المالية، والحكومة، أو غيرها من القطاعات شديدة التنظيم. - خبرة مثبتة في حوكمة الذكاء الاصطناعي (الأصل، مراقبة التحيز، متطلبات بيانات النموذج) في Databricks أو منصات الذكاء الاصطناعي/التحليلات المماثلة. - خبرة مثبتة في قيادة برامج هندسة البيانات والذكاء الاصطناعي واسعة النطاق.

ما ستقوم به

• • تصميم وتشغيل منصات بيانات المؤسسة والذكاء الاصطناعي، بما في ذلك خطوط أنابيب البيانات القابلة للتطوير وحلول تعلم الآلة/الذكاء الاصطناعي التوليدي الجاهزة للإنتاج. قيادة دمج أنظمة بيانات التشغيل/الصناعية مع ضمان حوكمة البيانات والامتثال الصارم ضمن بيئة الطاقة النووية.

المتطلبات

يتطلب خبرة لا تقل عن 12 عامًا في هندسة بيانات المؤسسات وتطوير منصات الذكاء الاصطناعي/تعلم الآلة. مطلوب درجة البكالوريوس في مجال تقني، ويفضل الحصول على شهادات مهنية في Databricks أو Azure.

الأسئلة الشائعة