وظائف مطور قواعد بيانات في الإمارات 2026

محلل حوكمة البيانات

في الموقع - الإمارات - دبي ١٥ سبتمبر ٢٠٢٦

تكنولوجيا المعلومات

وصف الشركة تعد طلبات منصة التوصيل الرائدة عند الطلب للمواد الغذائية وغير الغذائية في منطقة الشرق الأوسط وشمال أفريقيا، حيث تعمل في 8 دول وتعالج مئات الملايين من الطلبات سنويًا. نحن جزء من شركة Delivery Hero، الرائدة عالميًا في مجال توصيل الطعام عبر الإنترنت والتجارة السريعة، ونحن نعتمد في عملنا على الهندسة في المقام الأول. تعمل فرقنا تحت مسمى مهندس حوكمة البيانات: مع نمو أصول بياناتنا، نحتاج إلى شخص يتولى مسؤولية الحوكمة عبر المؤسسة بأكملها - لضمان أن تكون البيانات آمنة وعالية الجودة وقابلة للاكتشاف ومتوافقة مع المعايير. أنت لا تقوم ببناء خطوط معالجة البيانات أو إدارة المنصات، بل أنت الشخص الذي يحدد معنى "الآمن" و"المتوافق"، وتتخذ قرارات سياسة الوصول بشكل مستقل، وتختبر ذلك بدقة، وتدفع نحو المساءلة عند حدوث أي خلل. ستستخدم أدوات الذكاء الاصطناعي — مثل Claude، ومولدات الطبقات الدلالية، وأدوات توصيف البيانات القائمة على نماذج اللغة الكبيرة (LLM) — كخيارك الافتراضي لتوسيع نطاق أعمال الحوكمة مع معرفة متى يجب أن تتدخل كعنصر بشري لاتخاذ قرارات السياسة والتعامل مع التصعيدات. ملفك الشخصي: لديك خبرة واسعة في حوكمة البيانات، أو نمذجة البيانات، أو جودة البيانات، أو الامتثال في البيئات المنظمة أو سريعة الحركة. أنت تفهم نماذج التحكم في الوصول القائمة على الأدوار (RBAC)، ونماذج التحكم في الوصول، وتصنيف البيانات، وأفضل ممارسات الأمان بناءً على خبرة عملية، وليس مجرد شهادات. أنت تجيد لغة SQL ونمذجة البيانات بطلاقة؛ ويمكنك قراءة ونقد الطبقات الدلالية (Look ML, Big Query). يمكنك توضيح المقايضات بين التحكم الصارم في الوصول وتمكين السرعة، وكتابة وثائق النتائج التي تلقى قبولاً لدى الجماهير الفنية وغير الفنية على حد سواء. أنت مواكب للذكاء الاصطناعي، حيث تستخدم Claude ومولدات الطبقات الدلالية كجزء من سير عملك اليومي. أنت تعرف أي مهام الحوكمة يمكن توسيع نطاقها من خلال الذكاء الاصطناعي (التوثيق التلقائي، اكتشاف الأنماط، تسجيل الجودة) وأيها تتطلب حكماً بشرياً (قرارات السياسة، تفسير الامتثال، التصعيدات). يمكنك وصف سير عملك بشكل محدد: ما الذي تقوم به يدوياً وما الذي تفوضه للذكاء الاصطناعي. ما ستتولى مسؤوليته: اكتشاف البيانات: بناء وصيانة فهارس بيانات شاملة مع طبقات دلالية قابلة للقراءة آلياً تمكن البشر ووكلاء الذكاء الاصطناعي من فهم المعلومات الدقيقة والعثور عليها. ضمان حصول كل أصل بيانات مهم على توثيق حديث وجدير بالثقة وقابل للبحث السريع. تولي مسؤولية نتائج الاكتشاف: أصول مفهرسة بشكل شامل يمكن للفرق العثور عليها دون عناء. الأمن والتحكم في الوصول: تصميم وتشغيل أطر عمل التحكم في الوصول القائمة على الأدوار (RBAC) التي تحافظ على فصل البيانات بشكل مناسب (حسب المنطقة، منطقة الامتثال، إلخ). مراقبة طلبات الوصول، وتحديد الأنماط، واتخاذ قرارات الحوكمة بشأن الطلبات القياسية بشكل مستقل. تصعيد النزاعات المعقدة ولكن تولي مسؤولية معظم قرارات الوصول؛ ومنع حوادث الوصول غير المصرح به تماماً. جودة البيانات: العمل مع قادة النطاق (المالية، العمليات، المنتج) لبناء أطر عمل قابلة لإعادة الاستخدام لجودة البيانات وأدوات المراقبة. إنشاء درجات جودة عالمية عبر معايير الحداثة والاتساق والموثوقية. الشراكة مع الفرق لحل مشكلات الجودة الأساسية؛ وضمان تلبية مجموعات البيانات المهمة لمعايير الجودة بالكامل. الامتثال والنضج: مواءمة الممارسات مع الأطر الدولية (DAMA/DMBOK، معايير ISO). إجراء تقييمات نضج منتظمة عبر الأمن والجودة والقابلية للاكتشاف؛ والعمل مع الفرق لسد الفجوات. الحفاظ على امتثال موثق وقابل للتحقق عبر جميع الالتزامات التنظيمية. مواءمة أصحاب المصلحة: التعاون عبر قطاعات الأعمال والهندسة وعلوم البيانات لتوحيد التعريفات المهمة (المستخدمون النشطون، الإيرادات، شرائح العملاء). تضمين هذه التعريفات في الأنظمة بحيث يكون اتساق التقارير تلقائياً وليس يدوياً. تولي مسؤولية النتائج: مصدر واحد للحقيقة للمقاييس عبر المؤسسة. ما يميزك: أنت تتحدث لغات متعددة بطلاقة: الحوكمة، وهندسة البيانات، والأعمال - وتترجم باستمرار بينها. أنت مرتاح لاتخاذ القرارات في ظل الغموض؛ عندما تتعارض الأطر أو تكون غير مكتملة، فإنك تقرر ما يجب فعله وتتحمل المسؤولية. لقد قمت بطرح معايير حوكمة أو عمليات امتثال عبر الفرق. أنت تفكر في أنظمة - وترى كيف تتيح تغييرات الحوكمة سرعة الأعمال - وأنت تعمل على تحسين ذلك. أنت قابل للتكيف: عندما تتطور معايير الحوكمة، تقرؤها، وتقيم إمكانية التطبيق، وتُفعّل ما يهم، وتتجاهل ما لا يهم. كيف ستتطور: المرحلة 1: الأساس — إكمال تدقيق شامل لجميع أصول البيانات؛ وتحديد تصنيف الحوكمة مع مستويات خطورة محددة ومعايير النجاح/الفشل؛ وتقييم النضج مقابل DAMA/DMBOK؛ وبناء علاقات متعددة الوظائف؛ وإنشاء إطار عمل لصنع القرار ومعيار سياسة الوصول إلى البيانات. المرحلة 2: التفعيل والأتمتة — نشر فهرس البيانات مع توثيق الأصول المهمة وإمكانية البحث فيها؛ وبناء إطار عمل RBAC مع مراجعة وصول آلية؛ وإنشاء أطر عمل لجودة البيانات للنطاقات عالية المخاطر؛ وتحديد معايير تسريب البيانات؛ وإنشاء مراجعات الامتثال؛ وتنفيذ التوثيق بمساعدة الذكاء الاصطناعي؛ وتقليل وقت الموافقة بشكل كبير. المرحلة 3: التوسع من خلال تصنيف المخاطر — تنفيذ منطق تصنيف المخاطر (الأصول عالية/متوسطة/منخفضة المخاطر تحصل على تدقيق متناسب)؛ ونشر مراقبة الجودة الآلية عبر مجموعات البيانات المهمة؛ وتوسيع الفهرس بشكل كبير؛ وبناء مكتبة حوكمة ذاتية الخدمة؛ وإنشاء لوحة تحكم للامتثال؛ ومعالجة طلبات الوصول بكفاءة؛ وتحويل شعور الفريق من "عائق" إلى "ممكن". المرحلة 4: الدمج والاستراتيجية — تحقيق فهرس كامل جداً وقابل للبحث بأقل قدر من جهد البحث؛ أن تصبح حوكمة تصنيف المخاطر نموذجاً للتشغيل؛ أن تكون مراقبة الجودة مؤتمتة بالكامل مع تلبية معظم البيانات المهمة للمعايير؛ استخدام مكتبة الخدمة الذاتية بشكل شامل؛ توثيق عمليات تدقيق الامتثال بالكامل؛ اتخاذ قرارات حوكمة مستقلة على نطاق واسع؛ استخدام سير العمل بمساعدة الذكاء الاصطناعي لتقليل العمل اليدوي بشكل كبير؛ التأثير على كيفية تصميم المؤسسة للبيانات مع وضع الحوكمة في الاعتبار؛ اتخاذ قرارات سياسة مستقلة بناءً على البيانات؛ النظر إلى الحوكمة كممكن للأعمال، وليس كعبء إضافي.

Company Description talabat is the leading on-demand food and non-food delivery platform in MENA, operating across 8 countries and processing hundreds of millions of orders annually. We're part of Delivery Hero, the global leader in online food delivery and q-commerce, and we're engineering-first. Our teams operate under Data Governance Engineer As our data estate grows, we need someone to own governance across the organisation—ensuring data is secure, high-quality, discoverable, and compliant. You're not building pipelines or managing platforms—you're the person who defines what "secure" and "compliant" means, makes access policy calls independently, tests for it rigorously, and drives accountability when something breaks. You'll use AI tools—Claude, semantic layer generators, LLM-based data profilers—as your default to scale governance work while knowing when to stay human for policy decisions and escalations. Your Profile: You have extensive experience in data governance, data modelling, data quality, or compliance in regulated or fast-moving environments. You understand RBAC, access control models, data classification, and security best practices as lived experience, not certifications. You're genuinely fluent in SQL and data modeling; you can read and critique semantic layers (Look ML, Big Query). You can articulate trade-offs between strict access control and enabling velocity, and write findings documents that land with both technical and non-technical audiences. You're AI-native—using Claude and semantic layer generators as part of your daily flow. You know which governance tasks scale through AI (auto-documentation, pattern detection, quality scoring) and which require human judgment (policy decisions, compliance interpretation, escalations). You can describe your workflow specifically: what you do by hand and what you delegate to AI. What You'll Own: Data Discovery:Build and maintain comprehensive data catalogs with machine-readable semantic layers that enable both humans and AI agents to understand and find accurate information Ensure every critical data asset has current, trustworthy documentation and is rapidly searchable Own the discovery outcome: comprehensively cataloged assets that teams can find without friction Security & Access Control:Design and operate Role-Based Access Control frameworks that keep data appropriately segregated (by region, compliance zone, etc.) Monitor access requests, identify patterns, and make governance calls on standard requests independently Escalate complex conflicts but own most access decisions; prevent unauthorized access incidents entirely Data Quality:Work with domain leaders (Finance, Operations, Product) to build reusable data quality frameworks and monitoring tools Establish global quality scores across freshness, consistency, and reliability Partner with teams to resolve underlying quality issues; ensure critical datasets fully meet quality standards Compliance & Maturity:Align practices with international frameworks (DAMA/DMBOK, ISO standards) Perform regular maturity assessments across security, quality, and discoverability; work with teams to close gaps Maintain documented, verifiable compliance across all regulatory obligations Stakeholder Alignment:Collaborate across business, engineering, and data science to standardize critical definitions (active users, revenue, customer segments) Embed these definitions into systems so reporting consistency is automatic, not manual Own the outcome: one source of truth for metrics across the organization What Sets You Apart: You speak multiple languages fluently: governance, data engineering, and business—constantly translating between them. You're comfortable making calls under ambiguity; when frameworks conflict or are incomplete, you decide what to do and own the outcome. You've shipped governance standards or compliance processes across teams. You think in systems—seeing how governance changes enable business velocity—and you optimize for it. You're adaptable: when governance standards evolve, you read them, evaluate applicability, operationalize what matters, and ignore what doesn't. How You'll Progress: Phase 1: Baseline & Foundation — Complete comprehensive audit of all data assets; define governance taxonomy with specific severity levels and pass/fail criteria; assess maturity against DAMA/DMBOK; build cross-functional relationships; establish decision-making framework and data access policy standard Phase 2: Operationalize & Automate — Deploy data catalog with critical assets documented and searchable; build RBAC framework with automated access review; create data quality frameworks for high-risk domains; define leakage standards; establish compliance reviews; implement AI-assisted documentation; significantly reduce approval time Phase 3: Scale Through Risk-Tiering — Implement risk-tiering logic (high/medium/low-risk assets get proportional scrutiny); deploy automated quality monitoring across critical datasets; scale catalog dramatically; build self-serve governance library; establish compliance dashboard; process access requests efficiently; shift team sentiment from blocker to enabler Phase 4: Embedded & Strategic — Achieve highly complete, searchable catalog with minimal search friction; risk-tiered governance is operating model; quality monitoring fully automated with most critical data meeting standards; self-serve library used comprehensively; compliance audits fully documented; make autonomous governance decisions at scale; use AI-assisted workflows to cut manual work significantly; influence how organization designs data with governance in mind; make independent policy decisions based on data; governance viewed as business enabler, not overhead

دوام كامل من ٥ إلى ٧ سنة Naukri Gulf

عالم بيانات

في الموقع - الإمارات - دبي ٢٥ أغسطس ٢٠٢٦

تكنولوجيا المعلومات

<ul><li>يصمِّم ويطور نماذج تعلم آلي قابلة للتوسع وحلول مدفوعة بالذكاء الاصطناعيللتعامل مع تحديات الأعمال المعقدة وتحسين عمليات اتخاذ القراروالإجراءاتالمسؤوليات الأساسية<ul><li>العمل مع مجموعات بيانات كبيرة ومعقدة لحل تحديات أعمال</li></ul>مشكلة<ul><li>جمع وتنظيف ومعالجة البيانات الكبيرة للتحليل وتدريب النماذج</li><li>إجراء تحليل بيانات استكشافي (EDA) لاستخراج الرؤى وإبلاغ نموذج</li></ul>التطوير<ul><li>تطوير وتدريب وتحسين نماذج التعلم الآلي باستخدام أحدث الخوارزميات والأطر</li></ul>الذكاء الاصطناعي<ul><li>بناء خطوط أنابيب تعلم آلي كاملة من الدمج والبيانات والتحول ونموذج</li></ul>التدريب والتحقق والنشر<ul><li>أتمتة سير العمل لتدريب النماذج واختبارها ونشرها باستخدام</li></ul>خطوط أنابيب CI/CD وأدوات MLOps<ul><li>التعاون مع فرق متعددة الوظائف لدمج النماذج في التطبيقات</li></ul>وتسليم حلول شاملة</li></ul>الملف الشخصي المرغوب للمرشح<ul><li>5 سنوات خبرة في علوم البيانات أو التعلم الآلي أو الذكاء الاصطناعي<ul><li>خبرة في التعلم الخاضع للمعلِّم/غير الخاضع للمعلِّم، التعلم العميق، NLP، الرؤية الحاسوبية، أو الذكاء الاصطناعي التوليدي (مثلاً نماذج اللغة الكبيرة).</li></ul>إتقان قوي لبايثون و/أو R؛ الإلمام بـ SQL لاستعلام البيانات</li><li>القدرة على بناء خطوط أنابيب البيانات (Spark، Airflow، Hadoop) والعمل مع البيانات الضخمة</li></ul>أدوات<ul><li>فهم لخدمات النماذج وتطوير واجهات برمجة التطبيقات (FastAPI، Flask)، وتحسين أداء النموذج في الاستدلال الفعلي أو الدفعي.</li></ul>فهم Docker، Kubernetes، خطوط CI/CD، وأدوات مثل</li></ul>MLflow/Kubeflow لإدارة دورة حياة النماذج (MLOps)تصنف: داخليab.داخلي<ul><li>خبرة نشر النماذج على AWS أو Google Cloud أو Azure أو ما شابه (مثل</li></ul>Sagemaker، Vertex AI)<ul><li>المؤهلات التعليمية: ماجستير في علوم الحاسب الآلي أو مجال ذي صلة</li></ul>الخبرة العملية5-7 سنوات</li></ul>

<ul><li>Designs and develops scalable machine learning models and AI-drivensolutions to address complex business challenges and enhance decision-making processesKEY RESPONSIBILITIE S<ul><li>Work with large and complex data sets to solve challenging business</li></ul>problems<ul><li>Collect, clean, and preprocess large datasets for analysis & model training</li><li>Perform exploratory data analysis (EDA) to uncover insights and inform model</li></ul>development<ul><li>Develop, train, and optimize machine learning models using state-of-the-art</li></ul>algorithms and frameworks<ul><li>Build end-to-end ML pipelines, including data ingestion, transformation, model</li></ul>training, validation, and deployment<ul><li>Automate workflows for model training, testing, and deployment using</li></ul>CI/CD pipelines and MLOps tools<ul><li>Collaborate with cross-functional teams to integrate models into applications</li></ul>and deliver end-to-end solutions</li></ul>Desired Candidate Profile<ul><li>5 years of experience in data science, machine learning, or AI<ul><li>Expertise in supervised/unsupervised learning, deep learning, NLP, computer</li></ul>vision, or generative AI (e.g., LLMs).<ul><li>Strong proficiency in Python and/or R; familiarity with SQL for data querying</li><li>Ability to build data pipelines (Spark, Airflow, Hadoop) and work with big data</li></ul>tools<ul><li>Understanding of model serving, API development (FastAPI, Flask), and</li></ul>optimizing model performance for real-time or batch inference.<ul><li>Knowledge of Docker, Kubernetes, CI/CD pipelines, and tools like</li></ul>MLflow/Kubeflow for model lifecycle management (MLOps)Classified: Internal\ FAB.Internal<ul><li>Experience deploying models on AWS, Google Cloud, Azure, or similar (e.g.,</li></ul>Sagemaker, Vertex AI)<ul><li>Educational qualifications: Master in Computer Science or a related field</li></ul>Work Experience5-7Years</li></ul>

دوام كامل من ٥ إلى ٨ سنة Naukri Gulf

عالم بيانات

في الموقع - الإمارات - ابو ظبي ١٤ أغسطس ٢٠٢٦

تكنولوجيا المعلومات

<ul><li>اعمل مع مجموعات بيانات كبيرة ومعقدة لحل مشكلات أعمالية صعبة</li><li>اجمع ونظف وجهز مجموعات البيانات الكبيرة للتحليل وتدريب النماذج</li><li>قم بإجراء تحليل استكشافي للبيانات (EDA) لكشف الرؤى وتوجيه تطوير النموذج</li><li>طوِّر، درِّب، وحسِّن نماذج التعلم الآلي باستخدام خوارزميات وأطر عمل حديثة</li><li>بِناء خطوط أنابيب تعلم آلي من البداية للنهاية، بما في ذلك استيعاب البيانات، التحويل، تدريب النموذج، التحقق، والنشر</li><li>أتمتة سير العمل لتدريب النموذج واختباره ونشره باستخدام خطوط CI/CD وأدوات MLOps</li><li>التعاون مع فرق متعددة التخصصات لدمج النماذج في التطبيقات وتقديم حلول شاملة</li></ul>الملف الشخصي المطلوب للمرشح<ul><li>5 سنوات من الخبرة في علم البيانات أو تعلم الآلة أو الذكاء الاصطناعي</li><li>خبرة في التعلم الخاضع للمراقبة/غير المراقب، التعلم العميق، معالجة اللغة الطبيعية (NLP)، الرؤية الحاسوبية، أو الذكاء الاصطناعي التوليدي (مثل LLMs).</li><li>إتقان قوي لـ Python و/أو R؛ إلمام بـ SQL لاستعلام البيانات</li><li>القدرة على بناء خطوط أنابيب البيانات (Spark، Airflow، Hadoop) والعمل مع أدوات البيانات الكبيرة</li><li>فهم لخدمة النماذج، تطوير واجهات برمجة التطبيقات (FastAPI، Flask)، وتحسين أداء النموذج للتنبؤ في الوقت الحقيقي أو دفعيًا.</li><li>معرفة بـ Docker، Kubernetes، خطوط CI/CD، وأدوات مثل MLflow/Kubeflow لإدارة دورة حياة النموذج (MLOps)</li><li>خبرة بنشر النماذج على AWS أو Google Cloud أو Azure أو ما شابه (مثل Sagemaker، Vertex AI)</li><li>المؤهلات التعليمية: ماجستير في علوم الكمبيوتر أو مجال ذي صلة.</li></ul>المهاراتتعلم آليتحليل البياناتبايثونPowered

<ul><li>Work with large and complex data sets to solve challenging business problems</li><li>Collect, clean, and preprocess large datasets for analysis & model training</li><li>Perform exploratory data analysis (EDA) to uncover insights and inform model development</li><li>Develop, train, and optimize machine learning models using state-of-the-art algorithms and frameworks</li><li>Build end-to-end ML pipelines, including data ingestion, transformation, model training, validation, and deployment</li><li>Automate workflows for model training, testing, and deployment using CI/CD pipelines and MLOps tools</li><li>Collaborate with cross-functional teams to integrate models into applications and deliver end-to-end solutions</li></ul>Desired Candidate Profile<ul><li>5 years of experience in data science, machine learning, or AI</li><li>Expertise in supervised/unsupervised learning, deep learning, NLP, computer vision, or generative AI (e.g., LLMs).</li><li>Strong proficiency in Python and/or R; familiarity with SQL for data querying</li><li>Ability to build data pipelines (Spark, Airflow, Hadoop) and work with big data tools</li><li>Understanding of model serving, API development (FastAPI, Flask), and optimizing model performance for real-time or batch inference.</li><li>Knowledge of Docker, Kubernetes, CI/CD pipelines, and tools like MLflow/Kubeflow for model lifecycle management (MLOps)</li><li>Experience deploying models on AWS, Google Cloud, Azure, or similar (e.g., Sagemaker, Vertex AI)</li><li>Educational qualifications: Master in Computer Science or a related field.</li></ul>SkillsMachine LearningData AnalysisPythonPowered

متدرب لينكدإن

متدرب تحليل بيانات

عن بُعد - الإمارات - دبي ١٦ سبتمبر ٢٠٢٦

تكنولوجيا المعلومات

نحن نبحث عن متدربي تحليل بيانات لبرنامج التدريب القادم الخاص بنا. مسؤوليات متدرب تحليل البيانات: الأسبوع الأول والثاني: الوحدات التدريبية – سيكمل المرشحون وحدات التعلم المخصصة لهم. الأسبوع الثالث: مشروع عملي – سيعمل المرشحون على المشروع العملي المخصص لهم من قبل الشركة. الأسبوع الرابع: تقرير المشروع – سيقوم المرشحون بإعداد وتقديم تقرير عن المشروع. متطلبات متدرب تحليل البيانات: درجة البكالوريوس أو قيد الدراسة. إجادة استخدام الحاسوب، وخاصة حزمة MS Office. مستوى عالٍ من المسؤولية والتحفيز. مهارات قوية في التعامل مع الآخرين، وإدارة الوقت والمشاريع، والعرض التقديمي، والقيادة، والتواصل. الإبداع والقدرة على تفويض المسؤوليات. تقبل الملاحظات والقدرة على التكيف. الاستعداد للالتزام بالمواعيد النهائية.

We are looking for Data Analytics trainees for our upcoming traineeship program. Data Analytics Trainee Responsibilities: Week 1 & 2: Training Modules – Candidates will be completing the learning modules assigned. Week 3: Live Project – Candidates will be working on the live project assigned to them by the company. Week 4: Project Report – Candidates will be preparing a project report and submit. Data Analytics Trainee Requirements: Bachelor’s degree or pursuing. Proficiency with computers, especially MS Office. High level of accountability and motivation. Strong Interpersonal, time and project management, presentation, leadership, and communication skills. Creativity and ability to delegate responsibilities. Receptiveness to feedback and adaptability. Willingness to meet deadlines.

دوام كامل من ٣ إلى ٤ سنة Naukri Gulf

مشرف مدني - القواعد الجيبية

في الموقع - الإمارات - دبي ٢ أكتوبر ٢٠٢٦

الهندسة

1 دراسة CAR مع مخطط الحلقة وفهم رسومات شهادات عدم الممانعة (NOC)2 ꞏ إعداد الخطة الأسبوعية واليومية لتمديد الكابلات المستهدفة والحفر3 ꞏ التنسيق الخطة الأسبوعية وأولويات التشغيل التجريبي.4 ꞏ التنسيق مع فريق المسح المسبق لتحديد الحدود وإذن تنفيذ العمل.5 ꞏ التنسيق بشأن متطلبات العمالة المستأجرة والمعدات6 ꞏ التنسيق مع إدارة الأسطول والسلامة والمواد لتوفير متطلبات المعدات والمركبات والسلامة والمواد للأنشطة اليومية.7 ꞏ إرسال طلب دوريات تفقدية للمواقع المفتوحة8 ꞏ ترتيب الاحتياجات اليومية من الكابلات والمواد الأخرى على نظام SAP9 ꞏ القيام بزيارات ميدانية يومية لمراقبة أعمال التنفيذ والتحكم بها10 ꞏ الإشراف على أنشطة الموقع من خلال المراقبة الدقيقة للملاحظين ورؤساء العمال.11 أخرى: أداء أي مهام أخرى يتم التكليف بها من قبل المدير المباشر.12 ꞏ تقديم شهادات عدم الممانعة (NOCs) اللازمة وجميع المستندات ذات الصلة للمقاول. وضمان إغلاق أمر العمل على نظام SAPالملف الشخصي للمرشح المطلوبدبلوم في الهندسة المدنية

1 To study the CAR with ring diagram & to understand NOC drawings2 ꞏ Prepare Weekly and daily plan for cable laying & excavation target 3 ꞏ Coordination for weekly plan and commissioning priorities.4 ꞏ Coordination with Pre survey for demarcation and job execution clearance.5 ꞏ Coordination with for hired manpower & machine requirements 6 ꞏ Coordination with Fleet, safety & material for equipment, vehicle, safety and material requirements for daily activities.7 ꞏ Send request for site patrolling for open sites 8 ꞏ Arrangement of daily requirement of cables & other materials in SAP9 ꞏ Daily site visits to control & Monitor of execution works 10 ꞏ Control over the site activities by closely monitoring the foremen & Gang leaders.11 Others: Perform any other tasks as assigned by the reporting manager.12 ꞏ To provide necessary NOCs and all related documents to contractor. Ensure closure of job order on SAP systemDesired Candidate ProfileDiploma in Civil

دوام كامل

كاتب معالجة البيانات

في الموقع - الإمارات - دبي ٢٣ يوليو ٢٠٢٦

كاتب معالجة البيانات تبحث شركة ذات سمعة جيدة عن كاتب معالجة بيانات منظم لإدارة السجلات وتحديث المعلومات ودعم عمليات المكتب الخلفي اليومية. مرحب بالحاصلين الجدد للتقديم. المسؤوليات إدخال وتحديث البيانات بدقة في أنظمة الشركة مراجعة المستندات والتحقق من المعلومات الحفاظ على السجلات الرقمية والمادية إعداد تقارير ووثائق أساسية دعم مهام المعالجة الإدارية اليومية الفوائد توفير تأشيرة وفق قانون العمل الإماراتي التأمين الصحي فرص للنمو المهني الموقع: دبي، الإمارات العربية المتحدة نوع الوظيفة: دوام كامل قدم الآن البريد الإلكتروني: hr.sinthia@gmail.com سيتم التواصل فقط مع المرشحين المختارين

Data Processing Clerk A reputable company is seeking an organized Data Processing Clerk to manage records, update information, and support daily back-office operations. Freshers are welcome to apply. Responsibilities Enter and update data accurately in company systems Review documents and verify information Maintain digital and physical records Prepare basic reports and documentation Support daily administrative processing tasks Benefits Visa provided as per UAE Labor Law Medical insurance Career growth opportunities Location: Dubai, UAE Job Type: Full-Time Apply Now Email: hr.sinthia@gmail.com Only shortlisted candidates will be contacted.

دوام كامل وظائف منظمات و مؤسسات عالمية

كاتب معالجة البيانات

في الموقع - الإمارات - دبي ٢٣ يوليو ٢٠٢٦

اللوجستيات وسلاسل الإمداد والمشتريات

كاتب معالجة البيانات تسعى شركة مرموقة إلى العثور على كاتب معالجة بيانات منظم لإدارة السجلات وتحديث المعلومات ودعم عمليات المكتب الخلفي اليومية. يرحب بالتقديم المبتدئين. المسؤوليات إدخال البيانات وتحديثها بدقة في أنظمة الشركة مراجعة المستندات والتحقق من المعلومات الحفاظ على السجلات الرقمية والمادية إعداد تقارير ووثائق أساسية دعم مهام المعالجة الإدارية اليومية المزايا توفير التأشيرة وفقًا لقانون العمل الإماراتي التأمين الطبي فرص نمو وظيفي الموقع: دبي، الإمارات العربية المتحدة نوع العمل: دوام كامل قدّم الآن البريد الإلكتروني: hr.sinthia@gmail.com سيتم التواصل فقط مع المُرشَّحين المختارين.

متعاقد لينكدإن

عالم بيانات

في الموقع - الإمارات - ابو ظبي ٢١ سبتمبر ٢٠٢٦

تكنولوجيا المعلومات

***التوظيف*** المسمى الوظيفي – عالم بيانات. الراتب – 30,000 إلى 31,500 درهم إماراتي شهرياً. مدة العقد – 6 أشهر (مع إمكانية التمديد). الموقع – أبوظبي. تاريخ البدء – في أقرب وقت ممكن يبحث العميل تحديداً عن عالم بيانات (ليس مهندس ذكاء اصطناعي) يتمتع بخبرة في القطاع المصرفي ومعرفة عملية قوية بالمشاريع المتعلقة بمخاطر الائتمان، ويفضل أن يكون لديه خبرة تتراوح بين 6 إلى 8 سنوات. يشمل ذلك العمل على مخاطر الائتمان، والقروض، ومنصات التصنيف الائتماني، وبطاقات الأداء، والاكتتاب، أو حالات استخدام مماثلة. من الضروري امتلاك عمق معرفي قوي في علوم البيانات. نظرة عامة على الدور نحن نبحث عن عالم بيانات أول يتمتع بخبرة عملية في الخدمات المصرفية أو المالية، لا سيما في مخاطر الائتمان والإقراض. يتضمن الدور تطوير حلول تعلم الآلة لاكتتاب القروض، والتنبؤ بالتخلف عن السداد، وتحليل العملاء، مع المسؤولية الكاملة عن تطوير النماذج والتحقق منها ونشرها ومراقبتها. يجب أن يمتلك المرشح المثالي أساسيات تقنية قوية وأن يكون قادراً على شرح قرارات النمذجة ونتائج الأعمال بوضوح. المسؤوليات الرئيسية: ترجمة متطلبات العمل إلى أهداف نمذجة، وتعريفات دقيقة للأهداف، ومعايير نجاح قابلة للقياس. تطوير نماذج للتصنيف الائتماني، واكتتاب القروض، واحتمالية التخلف عن السداد، وتحليل سلوك المقترض. تحليل بيانات مكتب الائتمان، والمعاملات، والسداد، والبيانات السلوكية لتحسين تقييم المخاطر. إجراء إعداد البيانات، وهندسة الميزات، واختيار الميزات. بناء ومقارنة نماذج التصنيف باستخدام خوارزميات مثل Random Forest وXGBoost وLight GBM وCat Boost. إجراء ضبط المعاملات الفائقة وتطبيق طرق التحقق المناسبة، بما في ذلك التحقق المتقاطع والاختبار خارج النطاق الزمني. تقييم أداء النموذج واختيار عتبات التصنيف بما يتماشى مع أولويات العمل. شرح سلوك النموذج العام وتوقعات العملاء الفردية باستخدام تقنيات مثل SHAP. التعاون مع الفرق الهندسية لنشر النماذج ومراقبة الأداء والاستقرار وانحراف البيانات. تقديم نتائج النموذج والقيود والتأثير التجاري القابل للقياس لأصحاب المصلحة التقنيين والتجاريين. المهارات والخبرات المطلوبة: خبرة مثبتة في تقديم مشاريع تعلم الآلة، مع مسؤولية واضحة عن القرارات التقنية والنتائج. خبرة في الخدمات المصرفية أو المالية، بما في ذلك النمذجة العملية لمخاطر الائتمان أو الإقراض. فهم منتجات القروض، والاكتتاب، وتعريفات التخلف عن السداد، وسلوك السداد، وبيانات مكتب الائتمان. إجادة قوية للغة Python وSQL لإعداد البيانات وتحليلها ونمذجتها. فهم قوي لخوارزميات التصنيف، والتعزيز، والمقايضة بين الانحياز والتباين. معرفة عملية بمقاييس ROC AUC وKS والدقة والاستدعاء وF1 ومصفوفات الارتباك واختيار عتبة التصنيف. خبرة في اختيار الميزات، وتحليل الارتباط، والتطبيع، والتوحيد، وقابلية تفسير النموذج. فهم قوي لتسريب البيانات، والإفراط في التخصيص، ونقص التخصيص، وتقسيم مجموعات البيانات، والتدريب النهائي للنموذج. القدرة على توصيل المفاهيم التقنية بوضوح وربط أداء النموذج بمؤشرات الأداء الرئيسية للعمل. المهارات والخبرات المفضلة: خبرة في AWS وAmazon Sage Maker لتدريب النماذج ونشرها ومراقبتها. خبرة في أدوات تحسين المعاملات الفائقة مثل Optuna. خبرة في تطوير نماذج ميل العملاء، أو التوصيات، أو البيع المتبادل للمنتجات المالية. خبرة في الجمع بين بيانات الائتمان التقليدية والبيانات البديلة أو السلوكية. خبرة مصرفية وخبرة عملية في استخدام AWS Sage Maker.

***HIRING*** Job Title – Data Scientist. Salary – AED 30,000 – AED 31,500 per month Contract Length – 6 Months (view to extend) Location – Abu Dhabi Start Date – ASAP The customer is specifically looking for a Data Scientist (Not AI Engineer) with banking sector experience and strong hands-on exposure to credit risk-related projects, ideally with around 6 to 8 years of experience. This includes work on credit risk, loans, scoring platforms, scorecards, underwriting, or similar use cases. Strong data science depth is essential. Role Overview We are looking for a hands-on Senior Data Scientist with banking or financial services experience, particularly in credit risk and lending. The role involves developing machine learning solutions for loan underwriting, default prediction, and customer analytics, with ownership across model development, validation, deployment, and monitoring. The ideal candidate should have strong technical fundamentals and be able to explain modelling decisions and business outcomes clearly. Key Responsibilities Translate business requirements into modelling objectives, precise target definitions, and measurable success criteria. Develop models for credit scoring, loan underwriting, probability of default and borrower behavior analysis. Analyze credit bureau, transactional, repayment and behavioral data to improve risk assessment. Perform data preparation, feature engineering, and feature selection. Build and compare classification models using algorithms such as Random Forest, XGBoost, Light GBM and Cat Boost. Conduct hyperparameter tuning and apply appropriate validation methods, including cross validation and out of time testing. Evaluate model performance and select classification thresholds aligned with business priorities. Explain overall model behavior and individual customer predictions using techniques such as SHAP. Collaborate with engineering teams to deploy models and monitor performance, stability and data drift. Present model results, limitations and measurable business impact to technical and business stakeholders. Required Skills and Experience Proven experience delivering machine learning projects, with clear ownership of technical decisions and outcomes. Banking or financial services experience, including hands on modelling for credit risk or lending. Understanding of loan products, underwriting, default definitions, repayment behavior, and credit bureau data. Strong proficiency in Python and SQL for data preparation, analysis, and modelling. Strong understanding of classification algorithms, bagging, boosting and the bias variance trade off. Practical knowledge of ROC AUC, KS, precision, recall, F1, confusion matrices and classification threshold selection. Experience with feature selection, correlation analysis, normalization, standardization, and model explainability. Strong understanding of data leakage, overfitting, underfitting, dataset splitting, and final model training. Ability to communicate technical concepts clearly and connect model performance to business KPIs. Preferred Skills and Experience Experience with AWS and Amazon Sage Maker for model training, deployment, and monitoring. Experience with hyperparameter optimization tools such as Optuna. Experience developing customer propensity, recommendation, or cross selling models for financial products. Experience combining traditional credit data with alternative or behavioral data. Banking experience and hands-on AWS Sage Maker experience

متعاقد لينكدإن

مدير حلول البيانات والذكاء الاصطناعي

في الموقع - الإمارات - دبي ٢ سبتمبر ٢٠٢٦

الموارد البشرية

الخبرة: 2-5 سنوات نظرة عامة: دعم تنفيذ مبادرات تحويل تحليلات المؤسسات من خلال تطوير نماذج البيانات، وإنشاء تقارير ذكاء الأعمال (BI)، وأتمتة عمليات إعداد التقارير، والمساعدة في مشاريع التحليلات المدعومة بالذكاء الاصطناعي. المسؤوليات: هندسة البيانات والنموذج الدلالي: المساعدة في بناء طبقات البيانات البرونزية والفضية والذهبية. تطوير وصيانة خطوط أنابيب البيانات. دعم التحقق من جودة البيانات ومطابقتها. تنفيذ أبعاد الأعمال الموحدة والمفاتيح المشتركة. صيانة وثائق مؤشرات الأداء الرئيسية (KPI). ذكاء الأعمال: بناء لوحات معلومات وتقارير Power BI. تطوير تقارير تشغيلية متكررة. دعم تحليل الأداء من شهر لآخر. المساعدة في أتمتة التقارير. الأتمتة: دعم جدولة التقارير التلقائية. بناء مهام سير عمل بسيطة باستخدام Power Automate. صيانة قوالب التقارير. الذكاء الاصطناعي والوكلاء: المساعدة في تهيئة حلول التقارير المدعومة بالذكاء الاصطناعي. دعم تطوير واختبار الأوامر (Prompts). المساعدة في صيانة مهارات الذكاء الاصطناعي القابلة لإعادة الاستخدام. الحوكمة: إجراء فحوصات جودة البيانات. دعم وثائق التدقيق. اتباع معايير الأمان ومعايير أمان الصف (RLS).

Experience: 2–5 years Overview Supports the implementation of enterprise analytics transformation initiatives by developing data models, building BI reports, automating reporting processes, and assisting in AI-powered analytics projects. Responsibilities Semantic Model & Data Engineering Assist in building Bronze, Silver and Gold data layers. Develop and maintain data pipelines. Support data quality validation and reconciliation. Implement standardized business dimensions and shared keys. Maintain KPI documentation. Business Intelligence Build Power BI dashboards and reports. Develop recurring operational reports. Support month-over-month analysis. Assist with report automation. Automation Support automated report scheduling. Build simple workflows using Power Automate. Maintain reporting templates. AI & Agents Assist in configuring AI-powered reporting solutions. Support prompt development and testing. Help maintain reusable AI skills. Governance Perform data quality checks. Support audit documentation. Follow security and RLS standards .

دوام جزئي بيت.كوم

عامل إدخال البيانات

عن بُعد - الإمارات - ابو ظبي ٢٩ يوليو ٢٠٢٦

الإدارة

<h2 class="h5">الوصف الوظيفي</h2> <div class="t-break" data-jb-field="description"> المركز: عامل إدخال بيانات بدوام جزئي (عمل عن بُعد من المنزل)ساعات العمل: من 2 إلى 3 ساعات يوميًاالدخل: 2000 إلى 6000 درهم إماراتي شهريًاالتعليم: أي شهادةمكان العمل: عن بُعد / من المنزلنحن نبحث عن مرشحين موثوقين، ذوي دافع ذاتي، ودقيقين للانضمام إلى فريقنا كـ عُمّال إدخال بيانات بدوام جزئي. هذه فرصة عمل مرنة عن بُعد مناسبة للطلاب، ربات البيوت، العاملين المستقلين، والأفراد الباحثين عن مصدر دخل إضافي أثناء العمل من راحة منزلهم. قد يتصل المرشحون المهتمون بمدير الموارد البشرية لدينا عبر جهة الاتصال الرسمية أدناه للحصول على تفاصيل الوظيفة وإرشادات التقديم. جهة الاتصال: [recruitmentatdataentry {at} gmail {•} com] (استبدل (at) و (dot) بـ @ و . عند الإرسال) المتطلبات:<ul><li>حاسب محمول أو كمبيوتر</li><li>معرفة أساسية بالحاسوب</li><li>سرعة كتابة ودقة جيدة</li><li>اتصال إنترنت مستقر</li><li>القدرة على اتباع التعليمات وإكمال المهام في الوقت المحدد</li></ul>المسؤوليات الوظيفية:<ul><li>إدخال البيانات وتحديثها بدقة في الأنظمة المعينة</li><li>أداء مهام إدخال البيانات الأساسية ومعالجة الوثائق</li><li>مراجعة المعلومات من حيث الدقة والحفاظ على معايير الجودة</li><li>التعامل مع معلومات الشركة بسرية</li><li>إكمال المشاريع المعينة ضمن المواعيد المحددة</li></ul> </div><h2 class="h5">المهارات</h2> <div data-jb-field="skills">مهارات إدخال البياناتسرعة و دقة الطباعةمهارات النسخ واللصقمعرفة بــ Microsoft Word & Excelمهارات حاسوبية أساسيةدقة البيانات والانتباه للتفاصيلمهارات معالجة الوثائق</div>

<h2 class="h5">Job description</h2> <div class="t-break" data-jb-field="description"> osition: Part-Time Data Entry Operator (Remote Work From Home)Working Hours: 2 to 3 Hours DailyIncome: AED 2,000 to AED 6,000 per MonthEducation: Any DegreeWork Location: Remote / Home-BasedWe are looking for reliable, self-motivated, and detail-oriented candidates to join our team as Part-Time Data Entry Operators. This is a flexible remote work opportunity suitable for students, homemakers, freelancers, and individuals looking for an additional source of income while working from the comfort of their home. Interested candidates may contact our HR Executive through the official contact below for job details and application guidance. Contact: [recruitmentatdataentry {at} gmail {•} com] (Replace (at) and (dot) with at and • when sending) Requirements:<ul><li>Laptop or Computer</li><li>Basic computer knowledge</li><li>Good typing speed and accuracy</li><li>Stable internet connection</li><li>Ability to follow instructions and complete tasks on time</li></ul>Job Responsibilities:<ul><li>Enter and update data accurately in assigned systems</li><li>Perform basic data entry and document processing tasks</li><li>Review information for accuracy and maintain quality standards</li><li>Handle company information with confidentiality</li><li>Complete assigned projects within the given deadlines</li></ul> </div><h2 class="h5">Skills</h2> <div data-jb-field="skills">Data Entry SkillsTyping Speed and AccuracyCopy-Paste SkillsMicrosoft Word & Excel KnowledgeBasic Computer SkillsData Accuracy and Attention to DetailDocument Processing Skills</div>

وظائف مطور قواعد بيانات

محلل بيانات

مدير شراكات البيانات

محلل البيانات

عالم بيانات مبتدئ

مشغل إدخال بيانات (مواطنو الإمارات)

مشغل إدخال بيانات

استشاري كبير - هندسة البيانات

محلل بيانات

المدير - حماية البيانات

مشغل إدخال بيانات

محلل حوكمة البيانات

عالم بيانات

عالم بيانات

متدرب تحليل بيانات

مشرف مدني - القواعد الجيبية

كاتب معالجة البيانات

كاتب معالجة البيانات

عالم بيانات

مدير حلول البيانات والذكاء الاصطناعي

عامل إدخال البيانات

أصحاب المواقع

أصحاب العمل

الباحثين عن عمل

وظائف مطور قواعد بيانات

اشترك لتصلك وظائف وظائف مطور قواعد بيانات الجديدة دوريا علي بريدك