Senior Data & AI Platform Engineer

في OrderYOYO، تدعم البيانات إعداد التقارير التنفيذية والمدفوعات والتمويل ورؤى التجار وتحليلات المنتجات والذكاء الاصطناعي وأتمتة التسويق وتكامل عمليات الاندماج والاستحواذ. سيشكل هذا الدور أساس البيانات المحكوم والمدعوم بالذكاء الاصطناعي بشكل متزايد والذي يدعم المرحلة التالية من التوسع.

**مهمة الدور

**امتلك الاستمرارية والتطور وتمكين الذكاء الاصطناعي لمنصة البيانات الحديثة الخاصة بـ OrderYOYO خلال مرحلة التوسع الحرجة. ستقود عملية الترحيل من إعداد التقارير القديمة وأدوات القياس إلى نظام Microsoft Fabric الأساسي، والحفاظ على موثوقية نماذج BI والنماذج الدلالية المهمة للأعمال، وتحسين استقرار تدفق البيانات ومراقبتها، ودعم تكامل بيانات CRM، وتطبيق الذكاء الاصطناعي والأتمتة لتحسين هندسة البيانات وإعداد التقارير والتحليلات، وتوفير القيادة الفنية العليا لتسليم هندسة البيانات.

**المسؤوليات الأساسية

<ص>**

• قيادة عملية لهندسة Microsoft Fabric عبر البحيرة والمستودعات والدفاتر والنماذج الدلالية والتسليم المدعوم من Git وحوكمة الإنتاج.
• دفع الترحيل من التقارير القديمة وأدوات القياس إلى طبقة دلالية للنسيج محكومة، بما في ذلك اختبار التكافؤ وتسجيل خروج أصحاب المصلحة وإيقاف التشغيل الآمن.
• امتلاك خطوط أنابيب البيانات وتحسينها عبر واجهات برمجة التطبيقات والملفات والأحداث والمخازن التشغيلية؛ إنشاء تنسيق قوي ومراقبة وتنبيه وفحوصات جودة البيانات والاستجابة للحوادث.
• استخدم الذكاء الاصطناعي والأتمتة لتسريع تطوير ETL/ELT، ورسم خرائط البيانات، والتوثيق، والاختبار، وإنشاء التقارير، والمراقبة، وإدارة جودة البيانات.
• تصميم نماذج دلالية Power BI عالية الجودة ومقاييس DAX وتعريفات المقاييس القابلة لإعادة الاستخدام لإعداد تقارير القيادة والمالية والتجارية والمنتجات والتسويق والمدفوعات والدعم.
• دعم إدارة علاقات العملاء وتكامل البيانات التشغيلية، بما في ذلك خلاصات البيانات الصادرة، ورسم خرائط الهوية، ورسم خرائط المخطط، وأنماط ETL العكسية والمراقبة.
• إنشاء أنماط استيعاب ونماذج موثوقة للشركات المكتسبة، بحيث تكون عمليات التكامل المستقبلية قابلة للتكرار وقابلة للتدقيق وأسرع في التنفيذ.
• وضع معايير هندسة البيانات: تعريف الجاهز/المنجز، ومراجعة الكود، وانضباط الإصدار، والوثائق، وأدلة التشغيل، وإدارة تغيير النظام الأساسي.
• إرشاد المهندسين والمحللين وترجمة احتياجات البيانات المهمة للأعمال إلى تقديم تقني عملي.
• إنشاء تقارير آلية وإمكانات توليد الرؤى التي تقلل من التحليل اليدوي وتحسن سرعة اتخاذ القرار.

**المتطلبات الضرورية

<ص>**

• أكثر من 6 سنوات في تخزين البيانات الحديثة أو هندسة التحليلات أو هندسة منصات البيانات، بشكل مثالي في SaaS أو السوق أو التكنولوجيا المالية أو المدفوعات أو التجارة الإلكترونية أو بيئة B2B2C متعددة المناطق.
• قدرة Microsoft Fabric القوية، أو تجربة Azure Synapse / Databricks العميقة مع قدرة واضحة على التخصص بسرعة في Fabric.
• خبير SQL/T-SQL بالإضافة إلى لغة Python أو PySpark القوية، مع سجل حافل في إنشاء خطوط أنابيب ELT/ETL قابلة للصيانة ونماذج بيانات تحليلية.
• تجربة قوية في Power BI وDAX، بما في ذلك النمذجة الدلالية والتحديث المتزايد وضبط الأداء وإدارة النموذج والوعي بالقدرة/التكلفة.
• تجربة رائدة في عمليات ترحيل منصات البيانات القديمة إلى الحديثة، بما في ذلك تكافؤ المقاييس، والتحقق من صحة أصحاب المصلحة، والتحكم في التغيير، وإيقاف التشغيل الآمن.
• تجربة تشغيل أنظمة بيانات الإنتاج: المراقبة، وتصميم التنبيهات، وفرز الحوادث، وتحليل السبب الجذري، وفحوصات جودة البيانات، والتسلسل، ودفاتر التشغيل.
• مريح مع سير عمل هندسة البيانات المستندة إلى Git وطلبات السحب وانضباط الإصدار والمعايير الخاصة بدفاتر الملاحظات وخطوط الأنابيب وتغييرات النماذج الدلالية.
• خبرة عملية في استخدام الذكاء الاصطناعي أو الأتمتة لتحسين هندسة البيانات أو إعداد التقارير أو التوثيق أو الاختبار أو المراقبة أو الترحيل أو إنتاجية المطورين.

**خبرة قوية

<ص>**

• المدفوعات أو التسوية أو التسوية أو الرسوم أو رد المبالغ المدفوعة أو تقارير التجار أو بيانات المجال المالي.
• تدفقات البيانات من جانب إدارة علاقات العملاء (CRM) وأنماط ETL العكسية، وخاصة HubSpot أو Salesforce أو Zendesk أو الأنظمة الأساسية المشابهة.
• عمليات الاندماج والاستحواذ أو عمليات تكامل بيانات الشركة المكتسبة: اكتشاف المخطط، واستيعاب الملف/واجهة برمجة التطبيقات، وملفات تعريف البيانات، ورسم خرائط البيانات الرئيسية، وضمان جودة الترحيل، واستمرارية إعداد التقارير.
• نمذجة NoSQL-to-analytics، بما في ذلك أنماط تغذية التغيير من قواعد البيانات التشغيلية إلى هياكل البحيرة أو المستودعات.
• "إحصاءات Google‏ 4" أو تصدير BigQuery أو خلاصات "إعلانات Google" أو التسويق عبر محرك البحث (SEM) أو الشرائح أو غيرها من مصادر تحليلات الأحداث والتسويق.
• تجربة مع Azure OpenAI، أو LLMs، أو RAG، أو وكلاء الذكاء الاصطناعي، أو إدارة الموجه/الإصدار، أو سير عمل التطوير بمساعدة الذكاء الاصطناعي.
• اكتسب خبرة في إنشاء التقارير المستندة إلى الذكاء الاصطناعي، أو تحليلات اللغة الطبيعية، أو مساعدي رجال الأعمال، أو توليد الرؤى الآلية، أو أدوات ذكاء التاجر/العميل.
• خبرة مسؤولة في مجال الذكاء الاصطناعي والحوكمة، بما في ذلك RBAC، ومعالجة معلومات تحديد الهوية الشخصية (PII)، وسجلات التدقيق، وتدفقات الموافقة البشرية، وقابلية الشرح، والتصميم المراعي للقانون العام لحماية البيانات (GDPR).

**إشارات المرشح لتحديد الأولويات في المقابلة

<ص>**

• امتلك نظامًا أساسيًا لبيانات الإنتاج، ولم يقتصر على إنشاء لوحات معلومات أو مشاريع تحليلية لمرة واحدة.
• يمكن شرح كيفية التحكم في المقاييس ومنع التعريفات المتضاربة عبر الفرق.
• تم ترحيل التقارير القديمة أو دمجها في طبقة دلالية حديثة دون كسر ثقة الأعمال.
• يوازن بين ضرورة التسليم والموثوقية والتوثيق ومراقبة التكاليف والمرونة التشغيلية.
• يتواصل بوضوح مع المديرين التنفيذيين وفرق المنتج والمحللين والمهندسين. يمكنه أن يقول "لا" أو "ليس بعد" مع الأدلة.
• يتمتع بالخبرة الكافية لتصحيح الأخطاء والنماذج، بينما يتمتع بخبرة كافية لوضع المعايير وتوجيه الآخرين.
• استخدمت الذكاء الاصطناعي أو الأتمتة في سياق هندسة البيانات الحقيقية لتسريع عملية التسليم، وليس فقط كأمر جديد، ويمكنها وصف حواجز الحماية التي وضعتها حولها.