محلل بيانات مشارك - برنامج البناة

الوصف

لماذا تمارا؟ نحن فخورون بكوننا أول شركة يونيكورن في مجال التكنولوجيا المالية في السعودية. مهمتنا هي مساعدة الناس على تحقيق أحلامهم من خلال بناء التطبيق المالي الفائق الأكثر تركيزًا على العملاء في العالم. ولا يوجد دليل إرشادي لذلك؛ "التاماريون" لدينا هم من يكتبونه. تتكون فرقنا من المبتكرين وحلالي المشكلات والمتعلمين، ونحن نزدهر بالفضول والتعاون. إذا كان هذا ينطبق عليك: فضولي، مدفوع، ومستعد للبناء، فنحن نود مقابلتك. تقدم الآن وانضم إلى الجيل القادم من البناة! عن البرنامج: في تمارا، نؤمن بأن المواهب الاستثنائية تستحق منصة إطلاق استثنائية. تم تصميم برنامج البناة الرائد لدينا للخريجين الطموحين المستعدين لتحمل مسؤولية حقيقية من اليوم الأول. هذا ليس برنامجًا دوريًا "للمراقبين"، بل هو مسرع وظيفي مصمم لأولئك الذين يرغبون في البناء والتملك ورفع المستوى مبكرًا. مصمم للخريجين الجدد والمواهب في بداية حياتهم المهنية الذين لديهم ما يصل إلى عامين من الخبرة، يضعك البرنامج مباشرة في أدوار عالية التأثير عبر المنتجات والهندسة والتصميم وما بعدها. ستساهم فورًا وتنمو بوتيرة متسارعة. من المنتجات إلى الهندسة، ومن التصميم إلى التجارة، ستواجه تحديات ذات مغزى تشكل كيفية تجربة الملايين للتكنولوجيا المالية في جميع أنحاء المنطقة. ستُمنح الثقة في الملكية، وستكون محاطًا بأقران ذوي كفاءة عالية، وستتلقى التوجيه من قادة يتوقعون التميز. فوجا يناير ويونيو هما فرصتك للتحرك بسرعة، والتفكير بشكل كبير، والبدء في بناء ما هو قادم - ليس في يوم من الأيام، بل الآن. عن الدور: نحن نبحث عن محلل بيانات خريج جديد أو في بداية حياته المهنية على مسار الهندسة التحليلية. يجمع هذا الدور أفضل ما في تحليل البيانات وهندسة البيانات. ستساعد في تحويل البيانات الخام إلى مجموعات بيانات موثوقة ومصممة جيدًا والتي: - تجعل التعريفات متسقة (بحيث يعني "الرقم" نفس الشيء في كل مكان) - تحسن جودة البيانات وموثوقيتها - تمكن التحليلات ذاتية الخدمة والرؤى المدعومة بالذكاء الاصطناعي عبر الفرق (وليس فقط لوحات المعلومات) ستساعد أيضًا في جعل بيانات تمارا جاهزة للذكاء الاصطناعي من خلال بناء مجموعات بيانات ومقاييس وتوثيق محددة جيدًا يمكن استخدامها بأمان بواسطة أدوات الذكاء الاصطناعي (والأشخاص) في جميع أنحاء الشركة. مع تقدم الذكاء الاصطناعي، نقدر الأشخاص الذين لديهم أساسيات قوية وتفكير واضح. فهم هياكل البيانات، والقياس، والمقايضات، وكيفية التحقق من النتائج أهم من حفظ الأدوات. ستتعلم كيفية استخدام الذكاء الاصطناعي بمسؤولية للتحرك بشكل أسرع، مع الاستمرار في امتلاك الدقة وجودة البيانات والتفسير. ستتعاون مع نظام بيئي متنوع من المهندسين وخبراء المنتجات والأعمال لحل المشكلات الحقيقية التي تؤثر على عملائنا ونتائج الأعمال. مسؤولياتك: - نمذجة وتحويل البيانات للتحليل - بناء وصيانة مجموعات بيانات نظيفة وقابلة لإعادة الاستخدام (جداول الحقائق والأبعاد) التي تدعم التقارير والتحليلات ذاتية الخدمة. - المساهمة في طبقة مقاييس قابلة للتطوير: تحديد وتوثيق ومواءمة تعريفات الأعمال (على سبيل المثال، "المستخدم النشط"، "معدل الموافقة"، "معدل التخلف عن السداد"). - دعم التحليلات واتخاذ القرار - الإجابة على الأسئلة المخصصة بتحليل واضح ومنهجية قابلة للتفسير. - تحويل الأسئلة الشائعة إلى أصول قابلة لإعادة الاستخدام وذاتية الخدمة: لوحات المعلومات وسير العمل المدعومة بالذكاء الاصطناعي (مجموعة بيانات منسقة + تعريفات يمكن لمساعد الذكاء الاصطناعي الاستعلام عنها بشكل صحيح، بالإضافة إلى تحليلات أمثلة تم التحقق منها). - إنشاء منتجات بيانات صديقة للذكاء الاصطناعي (مجموعات بيانات ومقاييس وتوثيق محددة جيدًا) يمكن للفرق الاستعلام عنها من خلال أدوات الذكاء الاصطناعي. - تمكين التحليلات الجاهزة للذكاء الاصطناعي - تجميع مجموعات البيانات والمقاييس بحيث يمكن استخدامها بشكل موثوق بواسطة أدوات الذكاء الاصطناعي (حبوب واضحة، تعريفات الأعمال، عقود البيانات، أمثلة). - كتابة وثائق صديقة للذكاء الاصطناعي: مسرد، تعريفات المقاييس، الاستعلامات الشائعة، والمزالق. - الشراكة مع فرق الذكاء الاصطناعي والمنصات لضمان أن الجداول الهامة قابلة للاكتشاف، ومصرح بها بشكل صحيح، وآمنة للاستخدام. - ضمان جودة البيانات وموثوقيتها - كتابة اختبارات أساسية، وفحوصات، ومراقبة لمجموعات البيانات الرئيسية والمقاييس الهامة. - استكشاف أخطاء البيانات وإصلاحها وتحسين الموثوقية من المصدر إلى التقارير. - العمل بفعالية مع الهندسة والمنتجات - التعاون مع مهندسي البيانات بشأن تغييرات المخطط، وتتبع الأحداث، وتحسينات خط الأنابيب. - ترجمة أسئلة الأعمال الغامضة إلى تحليلات قابلة للقياس، وتوصيل النتائج بوضوح. - استخدام أدوات الذكاء الاصطناعي بعناية - استخدام الذكاء الاصطناعي لتسريع صياغة SQL، وبناء التعليمات البرمجية، والتوثيق. - التحقق من مخرجات الذكاء الاصطناعي، وتوثيق الافتراضات، وحماية البيانات الحساسة. خبرتك (يجب أن تكون لديك): - خريج جديد أو أقل من سنة واحدة من الخبرة ذات الصلة (التدريب الداخلي، المشاريع، أو الأدوار بدوام جزئي). - أساسيات SQL قوية (الروابط، التجميعات، وظائف النافذة الأساسية). - لغة برمجة واحدة للتحليل (يفضل بايثون) بمهارات أساسية في: - معالجة البيانات (الجداول/إطارات البيانات) - الإحصاءات الأساسية (التوزيعات، حدس أخذ العينات، أساسيات الثقة) - تفكير تحليلي قوي: - القدرة على تحديد المشكلة، وتكوين الفرضيات، والتحقق من البيانات، وشرح النتائج. - اهتمام قوي بالتفاصيل والتزام بالمخرجات الدقيقة والموثوقة. - القدرة على العمل بفعالية في بيئة موجهة للفريق. من الجيد أن يكون لديك: - التعرض لمفاهيم نمذجة البيانات (مخطط النجمة، الأبعاد المتغيرة ببطء، تعريف المقاييس). - الإلمام بمكدسات التحليلات الحديثة (dbt، BigQuery، Snowflake، Looker، PowerBI، Tableau) من خلال الدورات الدراسية أو المشاريع. - الخبرة في إنشاء أصول بيانات جاهزة للذكاء الاصطناعي (طبقات دلالية نظيفة، تعريفات المقاييس، عقود البيانات، التوثيق، وقوائم التحقق من التقييم أو التحقق من الصحة) هي ميزة إضافية. - الخبرة في استخدام مساعدي الذكاء الاصطناعي بمسؤولية لتسريع التحليل أو عمل هندسة التحليلات (على سبيل المثال، صياغة SQL، بناء التعليمات البرمجية، التوثيق). - الخبرة في التحكم في الإصدار (Git) أو ممارسات هندسة البرمجيات الأساسية. - فهم تتبع الأحداث وتحليلات المنتجات (المسارات، المجموعات، الاحتفاظ). - معرفة التعامل المسؤول مع البيانات (أساسيات PII، ضوابط الوصول، المشاركة الآمنة). ماذا يعني النجاح: - يمكنك إنتاج تحليل منظم جيدًا بشكل مستقل مع افتراضات واضحة وخطوات تحقق. - تساهم في مجموعة بيانات أو تحويل موثوق يصبح لبنة بناء مشتركة للتحليلات. - يمكن لأصحاب المصلحة الإجابة على المزيد من الأسئلة من خلال الاستكشاف الذاتي والمدعوم بالذكاء الاصطناعي، مع تقليل التردد. - تصبح مجموعة بيانات أو مقياس رئيسي قمت ببنائه قابلاً للاستخدام من خلال أدوات الذكاء الاصطناعي بإجابات متسقة (تم التحقق منها مقابل تعريف مصدر الحقيقة). - يمكنك اكتشاف متى تبدو النتائج غير صحيحة، وتصحيح الأخطاء بسرعة، وشرح السبب الجذري.

ما ستقوم به

• • - ستقوم بنمذجة وتحويل البيانات الخام إلى مجموعات بيانات نظيفة وقابلة لإعادة الاستخدام لدعم التحليلات ذاتية الخدمة وسير العمل المدعوم بالذكاء الاصطناعي. بالإضافة إلى ذلك، ستتعاون مع فرق الهندسة والمنتجات لتحديد المقاييس، وضمان جودة البيانات، وبناء منتجات بيانات جاهزة للذكاء الاصطناعي.

المتطلبات

يتطلب الدور خريجًا جديدًا أو محترفًا في بداية حياته المهنية ولديه أساسيات SQL قوية وكفاءة في لغة برمجة مثل بايثون. يجب أن يمتلك المرشحون تفكيرًا تحليليًا قويًا، واهتمامًا بالتفاصيل، والقدرة على العمل بفعالية في بيئة موجهة للفريق.

التعليم المطلوب

• - درجة البكالوريوس

الأسئلة الشائعة