وظائف مطور قواعد بيانات
٨٨٩١ وظائف شاغرة
<h2 class="h5">وصف الوظيفة</h2>
<div class="t-break" data-jb-field="description">
<p><span>سيقوم مدير حماية البيانات بدعم مسؤول حماية البيانات (DPO) في تنفيذ إطار امتثال فعال لحماية البيانات والخصوصية عبر ADGM. سيساعد الدور في التأكد من تعامل ADGM مع البيانات الشخصية وفقًا للقوانين والاتجاهات التنظيمية المعمول بها، مع غرس ثقافة قوية للمساءلة والاستخدام المسؤول للبيانات.</span></p><br><p><span>يشمل الدور أيضًا مسؤولية دعم تنفيذ والإشراف على حوكمة الذكاء الاصطناعي (AI).</span></p><br><p><span><strong>الامتثال لحماية البيانات والخصوصية</strong></span></p><br><ul><li><span>دعم DPO في تنفيذ وصيانة إطار حماية البيانات في المؤسسة</span></li><li><span>تقديم المشورة اليومية بشأن التزامات حماية البيانات لوحدات الأعمال</span></li><li><span>المساعدة في تحديد الأسس القانونية المناسبة لمعالجة الأنشطة</span></li><li><span>إجراء ودعم تقييمات أثر حماية البيانات (DPIAs)</span></li><li><span>الدعم في صيانة وتحديث سجلات أنشطة المعالجة (RoPA)</span></li><li><span>صياغة ومراجعة إشعارات الخصوصية والسياسات والإجراءات</span></li><li><span>مراجعة وتقديم النصح بشأن اتفاقيات تبادل البيانات وعقود المعالجات</span></li><li><span>دعم الاستجابات لطلبات حقوق موضوع البيانات (مثلاً الوصول، التصحيح، المحو)</span></li><li><span>المساعدة في إدارة والتحقيق في اختراقات البيانات الشخصية، بما في ذلك تحليل السبب الجذري والإصلاح</span></li><li><span>مراقبة الامتثال لقوانين ولوائح حماية البيانات ودعم التدقيقات والأنشطة التأكيدية الداخلية</span></li><li><span>تقديم تدريبات ولقاءات توعية بحماية البيانات للموظفين</span></li><li><span>دعم تقييمات وحماية النقل عبر الحدود للبيانات</span></li><li><span>المساعدة في المشاركة التنظيمية والالتزامات التقارير</span></li><li><span>دعم تطوير مقاييس حماية البيانات وحوكمة AI والتقارير</span></li><li><span>تتبع والإبلاغ عن المخاطر والقضايا وإجراءات الإصلاح</span></li><li><span>دعم التحسين المستمر للسياسات والضوابط والعمليات</span></li><li><span>تعزيز ثقافة حماية البيانات والابتكار المسؤول عبر ADGM</span></li></ul><p><span><strong>إداري</strong></span></p><br><ul><li><span>يخلق بيئة يعمل فيها أعضاء الفريق باستمرار على تحسين الأداء</span></li><li><span>يدير الفريق بمسؤولية كاملة لتحقيق الأهداف المتفق عليها بشكل عام</span></li><li><span>يدير من خلال تمكين أعضاء الفريق بشكل فعال</span></li><li><span>يتحمل مسؤولية توجيه الموهبة العالية والأهم في تقدم مسيرتهم المهنية</span></li><li><span>يستعرض أداء الفريق ويتعامل مع قضايا الأداء بسرعة من خلال قرارات واضحة</span></li></ul><p><span><strong>الأمن المعلوماتي ذو الصلة</strong></span></p><br><ul><li><span>فهم والتبني والالتزام والقيام بالمسؤوليات أو الضوابط وفق سياسة أمن المعلومات في ADGM ووفق أفضل الممارسات الموضحة في جلسات الالتحاق والتوعية</span></li><li><span>سيتم الحفاظ على السرية والنزاهة وتوفر معلومات ADGM في جميع الأوقات داخل ADGM وخارجها</span></li></ul><p><span><strong>التعليم والخبرة العملية:</strong></span></p><br><p><span>درجة البكالوريوس في القانون أو حوكمة المعلومات أو الأمن السيبراني أو مجال ذي صلة</span></p><br><p><span>خبرة لا تقل عن 10 سنوات في حماية البيانات أو الخصوصية أو دور مشابه</span></p><br><p><span><strong>أساسي</strong></span></p><br><ul><li><span>شهادة مهنية ذات صلة (مثلاً CIPP/E، CIPM، أو ما يعادلها)</span></li></ul><p><span><strong>مرغوب فيه</strong></span></p><br><ul><li><span><strong>يفضل الخبرة في بيئة تنظيمية أو قطاع عام أو بيئة شديدة التنظيم</strong></span></li><li><span>التعرض لحوكمة AI أو تحليلات البيانات أو التكنولوجيا الناشئة مفضل</span></li></ul><p><span><strong>المهارات المطلوبة</strong></span></p><br><ul><li><span>فهم قوي لقوانين ومبادئ حماية البيانات (مثلاً UK GDPR أو لوائح حماية البيانات في ADGM 2021 أو ما يعادلها)</span></li><li><span>فهم مبادئ حوكمة AI بما في ذلك العدالة والمسؤولية والشفافية وإدارة المخاطر</span></li><li><span>خبرة في إجراء DPIAs أو تقييمات مخاطر مشابهة</span></li><li><span>القدرة على تفسير المتطلبات القانونية والتنظيمية وتطبيقها بواقعية</span></li><li><span>مهارات تحليلية وحل مشكلات قوية</span></li><li><span>مهارات كتابة وتواصل شفهي ممتازة</span></li><li><span>القدرة على إدارة أولويات متعددة وأصحاب مصلحة</span></li></ul><br>تُلزِم هيئة ADGM بتحقيق رؤية ADGM ليكون واحداً من أبرز المراكز المالية الدولية في العالم. تجمع الهيئة بين وظائف استراتيجية وداعمة لضمان استمرار تقديم خدمات من الدرجة الأولى، وتمكين تطوير ADGM ككل. وتلعب دوراً حاسماً في دفع نمو ADGM من خلال الاستفادة من الاتجاهات الناشئة في قطاع الخدمات المالية الدولية والتطورات المرتبطة بعالم ما بعد الوباء."</div>
<h2 class="h5">وصف الوظيفة</h2>
<div class="t-break" data-jb-field="description">
<p><b>الموقع الوظيفي:</b> مشغل إدخال بيانات (دوام جزئي من المنزل)</p><p><b>ساعات العمل:</b> من 02 إلى 03 ساعات يومياً</p><p><b>الدخل:</b> 2000 إلى 6000 درهم إماراتي</p><p><b>التعليم:</b> أي شهادة</p><p><b>المكان:</b> العمل من المنزل (عن بُعد)</p><p><br></p><p>نحن نبحث عن أشخاص متحمسين ومتفانين وذوي عين دقيقة للانضمام إلى فريقنا كـ <b>مشغلي إدخال البيانات بدوام جزئي</b>. هذه فرصة عمل مرنة من المنزل للأشخاص الذين يرغبون في كسب دخل إضافي مع إدارة جدولهم الخاص.</p><p><br></p><p>المتقدمون المهتمون قد يتواصلون مع مدير الموارد البشرية من خلال جهة الاتصال الرسمية أدناه للحصول على تفاصيل الوظيفة وإرشادات التقديم. جهة الاتصال الرسمية: [recruitmentatdataentry [at] gmail [•] com] (استبدل (at) و (dot) بـ at و • عند الإرسال) يرجى ذكر اسمك وعبارة “مهتم بوظيفة إدخال البيانات” في موضوع البريد للحصول على التفاصيل الكاملة.. يمكن إكمال الطلبات عبر الإنترنت أو حضورياً في مكتب دبي.</p><p><br></p><p><b>المتطلبات:</b></p><ul><li>حاسوب محمول أو كمبيوتر</li><li>معرفة حاسوبية أساسية</li><li>سرعة طباعة جيدة</li><li>اتصال بالإنترنت</li></ul><p><b>المسؤوليات:</b></p><ul><li>إدخال البيانات بدقة وكفاءة</li><li>أداء مهام إدخال البيانات الأساسية ومعالجة المستندات</li><li>الحفاظ على سرية وأمن جميع المعلومات</li><li>إكمال المهام المسندة ضمن الإطار الزمني المحدد</li></ul><p><br></p><p><b>ملاحظة:</b> هذه ليست شبكة تسويق أو نظام سلاسل.</p><p><br></p></div><h2 class="h5">المهارات</h2>
<div data-jb-field="skills"><p>إدخال البيانات</p><p>مهارات الطباعة</p><p>النسخ-اللصق</p><p>مايكروسوفت وورد</p><p>مايكروسوفت إكسل</p><p>إتقان الحاسوب</p><p>الاهتمام بالتفاصيل</p><p>دقة البيانات</p></div>
وصف الشركة<br>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<br>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.<br>ملفك الشخصي:<br>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.<br>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.<br>ما ستتولى مسؤوليته:<br>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.<br>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.<br>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.<br>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.<br>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.<br>ما يميزك:<br>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.<br>كيف ستتطور:<br>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.
<ul><li><p>يصمِّم ويطور نماذج تعلم آلي قابلة للتوسع وحلول مدفوعة بالذكاء الاصطناعي</p><p>للتعامل مع تحديات الأعمال المعقدة وتحسين عمليات اتخاذ القرار</p><p>والإجراءات</p><p>المسؤوليات الأساسية</p><ul><li><p>العمل مع مجموعات بيانات كبيرة ومعقدة لحل تحديات أعمال</p></li></ul><p>مشكلة</p><ul><li><p>جمع وتنظيف ومعالجة البيانات الكبيرة للتحليل وتدريب النماذج</p></li><li><p>إجراء تحليل بيانات استكشافي (EDA) لاستخراج الرؤى وإبلاغ نموذج</p></li></ul><p>التطوير</p><ul><li><p>تطوير وتدريب وتحسين نماذج التعلم الآلي باستخدام أحدث الخوارزميات والأطر</p></li></ul><p>الذكاء الاصطناعي</p><ul><li><p>بناء خطوط أنابيب تعلم آلي كاملة من الدمج والبيانات والتحول ونموذج</p></li></ul><p>التدريب والتحقق والنشر</p><ul><li><p>أتمتة سير العمل لتدريب النماذج واختبارها ونشرها باستخدام</p></li></ul><p>خطوط أنابيب CI/CD وأدوات MLOps</p><ul><li><p>التعاون مع فرق متعددة الوظائف لدمج النماذج في التطبيقات</p></li></ul><p>وتسليم حلول شاملة</p></li></ul><p><strong>الملف الشخصي المرغوب للمرشح</strong></p><ul><li><p>5 سنوات خبرة في علوم البيانات أو التعلم الآلي أو الذكاء الاصطناعي</p><ul><li><p>خبرة في التعلم الخاضع للمعلِّم/غير الخاضع للمعلِّم، التعلم العميق، NLP، الرؤية الحاسوبية، أو الذكاء الاصطناعي التوليدي (مثلاً نماذج اللغة الكبيرة).</p></li></ul><p>إتقان قوي لبايثون و/أو R؛ الإلمام بـ SQL لاستعلام البيانات</p></li><li><p>القدرة على بناء خطوط أنابيب البيانات (Spark، Airflow، Hadoop) والعمل مع البيانات الضخمة</p></li></ul><p>أدوات</p><ul><li><p>فهم لخدمات النماذج وتطوير واجهات برمجة التطبيقات (FastAPI، Flask)، وتحسين أداء النموذج في الاستدلال الفعلي أو الدفعي.</p></li></ul><p>فهم Docker، Kubernetes، خطوط CI/CD، وأدوات مثل</p></li></ul><p>MLflow/Kubeflow لإدارة دورة حياة النماذج (MLOps)</p><p>تصنف: داخليab.</p><p>داخلي</p><ul><li><p>خبرة نشر النماذج على AWS أو Google Cloud أو Azure أو ما شابه (مثل</p></li></ul><p>Sagemaker، Vertex AI)</p><ul><li><p>المؤهلات التعليمية: ماجستير في علوم الحاسب الآلي أو مجال ذي صلة</p></li></ul><p>الخبرة العملية</p><p>5-7 سنوات</p></li></ul>
<ul><li><p>اعمل مع مجموعات بيانات كبيرة ومعقدة لحل مشكلات أعمالية صعبة</p></li><li><p>اجمع ونظف وجهز مجموعات البيانات الكبيرة للتحليل وتدريب النماذج</p></li><li><p>قم بإجراء تحليل استكشافي للبيانات (EDA) لكشف الرؤى وتوجيه تطوير النموذج</p></li><li><p>طوِّر، درِّب، وحسِّن نماذج التعلم الآلي باستخدام خوارزميات وأطر عمل حديثة</p></li><li><p>بِناء خطوط أنابيب تعلم آلي من البداية للنهاية، بما في ذلك استيعاب البيانات، التحويل، تدريب النموذج، التحقق، والنشر</p></li><li><p>أتمتة سير العمل لتدريب النموذج واختباره ونشره باستخدام خطوط CI/CD وأدوات MLOps</p></li><li><p>التعاون مع فرق متعددة التخصصات لدمج النماذج في التطبيقات وتقديم حلول شاملة</p></li></ul><p><strong>الملف الشخصي المطلوب للمرشح</strong></p><ul><li><p>5 سنوات من الخبرة في علم البيانات أو تعلم الآلة أو الذكاء الاصطناعي</p></li><li><p>خبرة في التعلم الخاضع للمراقبة/غير المراقب، التعلم العميق، معالجة اللغة الطبيعية (NLP)، الرؤية الحاسوبية، أو الذكاء الاصطناعي التوليدي (مثل LLMs).</p></li><li><p>إتقان قوي لـ Python و/أو R؛ إلمام بـ SQL لاستعلام البيانات</p></li><li><p>القدرة على بناء خطوط أنابيب البيانات (Spark، Airflow، Hadoop) والعمل مع أدوات البيانات الكبيرة</p></li><li><p>فهم لخدمة النماذج، تطوير واجهات برمجة التطبيقات (FastAPI، Flask)، وتحسين أداء النموذج للتنبؤ في الوقت الحقيقي أو دفعيًا.</p></li><li><p>معرفة بـ Docker، Kubernetes، خطوط CI/CD، وأدوات مثل MLflow/Kubeflow لإدارة دورة حياة النموذج (MLOps)</p></li><li><p>خبرة بنشر النماذج على AWS أو Google Cloud أو Azure أو ما شابه (مثل Sagemaker، Vertex AI)</p></li><li><p>المؤهلات التعليمية: ماجستير في علوم الكمبيوتر أو مجال ذي صلة.</p></li></ul><p>المهارات</p><p>تعلم آلي</p><p>تحليل البيانات</p><p>بايثون</p><p>Powered</p>
<h2 class=\"h5\">وصف الوظيفة</h2>
<div class=\"t-break\" data-jb-field=\"description\">
<p>نحن نبحث بشكل عاجل عن مشغّلي إدخال بيانات للانضمام إلى فريقنا البعيد للعمل الجزئي.</p><p><br></p><p>تفاصيل الوظيفة:</p><p>* نوع الوظيفة: جزئي (قائمة على عقد)</p><p>* المكان: عن بُعد / العمل من المنزل</p><p>* ساعات العمل: فقط من 2 إلى 3 ساعات يومياً</p><p>* الراتب: من 2,000 إلى 6,000 درهم إماراتي (الأرباح الأسبوعية والشهرية)</p><p><br></p><p>المتطلبات:</p><p>* معرفة أساسية بالحاسوب</p><p>* سرعة كتابة ونسبة دقة جيدة</p><p>* لاب توب أو كمبيوتر مع وصول إلى الإنترنت</p><p>* القدرة على الحفاظ على السرية</p><p>* مرشحون جادون ومسؤولون فقط</p><p><br></p><p>الأهلية:</p><p>* مفتوح لجميع الجنسيات</p><p>* يمكن التقديم للمبتدئين والخبراء</p><p>* هناك إمكانية لتوقيت مرن</p><p><br></p><p>لماذا تنضم إلينا؟</p><p>* عمل أونلاين سهل</p><p>* جدول مرن</p><p>* العمل من راحة منزلك</p><p>* تدريب ودعم متوفران</p><p><br></p><p>ملاحظة هامة:</p><p>هذه فرصة وظيفية حقيقية.</p><p>لا شبكة تسويق. لا نظام سلسلة.</p></div><h2 class=\"h5\">المهارات</h2>
<div data-jb-field=\"skills\"><p>مهارات كتابة سريعة ودقيقة</p><p>* معرفة أساسية بالحاسوب</p><p>* الانتباه إلى التفاصيل</p><p>* دقة إدخال البيانات</p><p>* مهارات إدارة الوقت</p><p>* القدرة على الحفاظ على السرية</p></div>
نحن نبحث عن متدربي تحليل بيانات لبرنامج التدريب القادم الخاص بنا.<br>مسؤوليات متدرب تحليل البيانات:<br>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.<br>متطلبات متدرب تحليل البيانات:<br>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.
<h2 class="h5">وصف الوظيفة</h2>
<div class="t-break" data-jb-field="description">
<p><span><strong>هدف الوظيفة:</strong></span><span> إجراء دراسات إحصائية للقضايا، التخطيط وتنظيم جمع البيانات وتحليلها، تصميم العينات، وإعداد التقارير التحليلية اللازمة.</span><span> والعمل على تطوير إجراءات جديدة لتحليل بيانات القضايا بما يتماشى مع تحقيق الاتجاهات الاستراتيجية للنيابة العامة.</span></p><br><p><span><strong>المسؤوليات: </strong></span></p><br><p><span>1. التخطيط وتنظيم جمع بيانات القضايا، ومقارنتها مع مؤشرات الأداء المعتمدة، وتطوير توصيات للتحسين.</span></p><br><p><span>2. إعداد الأبحاث والتقارير والدراسات الإحصائية المتعلقة ببيانات القضايا والاتجاهات، وعرضها على الجهات المعنية.</span></p><br><p><span>3. إجراء دراسات تحليلية متقدمة لبيانات القضايا، بما في ذلك تحليل العوامل الخارجية، وتقديم المقترحات والتوصيات المناسبة.</span></p><br><p><span>4. تحليل عمليات معالجة البيانات وجمعها، وتحديد فرص التحسين، وتقديم النصح للمحللين البيانات.</span></p><br><p><span>5. مراجعة التحليلات الإحصائية للقضايا، وتطوير التوصيات اللازمة بما يتماشى مع الأهداف الاستراتيجية ومؤشرات الأداء، وتقديمها لصناع القرار.</span></p><br><p><span>6. تزويد أعضاء النيابة العامة ببيانات القضايا والإحصاءات حسب الحاجة للمراقبة وتطوير العمل القضائي.</span></p><br><p><span>7. إعداد دراسات المقارنة والبحوث اللازمة مع كيانات رائدة على المستويات المحلية والإقليمية والدولية، وتحديد نقاط القوة ومجالات التطوير، وإعداد التقارير اللازمة عن النتائج وتقديمها للمشرف المباشر، بما في ذلك التوصيات ومقترحات التطوير. 8. تقديم مقترحات تطوير تساهم في تحسين العمل القضائي بناءً على نتائج تحليل البيانات والدراسة.</span></p><br> <p><span><strong>المؤهلات الأكاديمية: </strong>درجة البكالوريوس في تحليل الأعمال، ويفضل مع تخصص في الإحصاء.</span></p><br><p><span><strong>الخبرة: </strong> 4 سنوات من الخبرة في نفس المجال.</span></p><br><p><span><strong>الخدمة الوطنية</strong>: مكتملة (ذكور فقط)</span></p><br><p><span>الجنس: ذكر (فقط)</span></p><br> </div>
<h2 class="h5">وصف الوظيفة</h2>
<div class="t-break" data-jb-field="description">
<p><span>نحن معتمدون من قبل British Schools Overseas (BSO) ونحصل على حكم Outstanding في جميع المعايير، مما يتيح لنا تقديم برامج NQT و QTS و iPGCE لهيئتنا التدريسية من خلال TES Institute. مدرسة GEMS Founders School في أبوظبي فريدة حقاً وأي شخص يأتي للعمل هنا لديه فرصة رائعة لإثبات بصمته. تماشياً مع رؤيتنا المدرسية، ستتاح لك الفرصة للنمو والتحقيق في كل ما تفعل داخل GFA</span></p>
Skills
<p>سيحتاج المرشحون الناجحون إلى:</p>
<p><span><span>§<span> </span></span></span><span>يجب أن يكون قائد البيانات لاعب فريق، موجه للخدمة ومتلهفاً للتعلم؛ </span></p>
<p><span><span>§<span> </span></span></span><span>يجب أن يمتلك قدرات تفكير منطقي وتحليلي ويمتلك مهارات ICT ممتازة، بما في ذلك معرفة جيدة ببرنامج مايكروسوفت أوفيس؛</span></p>
<p><span><span>§<span> </span></span></span><span>يجب أن تكون لديه/ا مهارات تواصل ممتازة شفوية وكتابية؛ يجب أن يكون قادراً على وضع الأولويات، التخطيط الفعال، ولديه مهارات تنظيم جيدة.</span></p>
<p><b><span>التنسيق بين الأقسام المختلفة:</span></b></p>
<p><span><span>§<span> </span></span></span><span>التنسيق مع SENCo لضمان دقة وتحديث جميع معلومات SEN و IEP؛</span></p>
<p><span><span>§<span> </span></span></span><span>التنسيق مع الفرق الطبية لضمان توفير جميع البيانات الطبية ذات الصلة لجميع الموظفين في بيئة آمنة؛</span></p>
<p><span><span>§<span> </span></span></span><span>التنسيق والتواصل مع موظف الامتحانات للامتحانات الداخلية؛</span></p>
<p><span><span>§<span> </span></span></span><span>التنسيق مع قسم العمليات لدعم عملية توزيع الطلاب؛</span></p>
<p><span><span>§<span> </span></span></span><span>التنسيق مع القائد المسؤول عن البيانات والتقييم لضمان وجود إجراءات جمع البيانات الصحيحة وعمليات إعداد التقارير على SIMS.</span></p>
<p><b><span>إدخال البيانات وإدارتها:</span></b></p>
<p><span><span>§<span> </span></span></span><span>التواصل مع القادة المسؤولين عن الجداول الزمنية ورؤساء الصفوف ورؤساء مجالات المواد لإنشاء قوائم الفصل للسنة الدراسية القادمة؛</span></p>
<p><span><span>§<span> </span></span></span><span>إدخال البيانات بدقة وكفاءة في أنظمة إدارة التقييم، ونقل جميع بيانات المدرسة من Microsoft Excel؛</span></p>
<p><span><span>§<span> </span></span></span><span>كتابة وتصميم وإنتاج تقارير توضح الاتجاهات العامة في بيانات المدرسة.</span></p>
<p><b><span>تحديث MIS:</span></b></p>
<p><span><span>§<span> </span></span></span><span>إدخال البيانات حيثما لزم في جميع وحدات MIS؛</span></p>
<p><span><span>§<span> </span></span></span><span>إضافة الطلاب والمعلمين إلى نظام MIS / إعداد حسابات وصول وتسجيل دخول جديدة.</span></p>
<p><b><span>دعم الموظفين وأولياء الأمور:</span></b></p>
<p><span><span>§<span> </span></span></span><span>إنتاج قوائم الفصل والتقارير الطبية والحمية والغياب والتأكد من تحديثها بانتظام.</span></p>
<p><b><span>تقديم التدريب؛</span></b></p>
<p><span><span>§<span> </span></span></span><span>تقديم التدريب لتحديد أعضاء هيئة التدريس والإداريين ضمن الحزم المختارة وبتركيز خاص على SIMS؛</span></p>
<p><span><span>§<span> </span></span></span><span>تقديم التدريب حول بيانات التقييم وكيفية تسجيلها.</span></p>
</div><h2 data-automation-id="subHeaderPreferredCandidate" class="h5">
مرشح مفضل </h2>
<div class="row is-m v-align-top t-small bg-mute">
<div class="col is-3 p5" data-automation-id="label_Years_of_experience">
<b>سنوات الخبرة</b>
</div>
<div class="col is-9 p5" data-automation-id="data_Years_of_experience">
لا توجد خبرة مطلوبة </div>
</div>
***التوظيف***<br>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<br>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.<br>نظرة عامة على الدور<br>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.<br>يجب أن يمتلك المرشح المثالي أساسيات تقنية قوية وأن يكون قادراً على شرح قرارات النمذجة ونتائج الأعمال بوضوح.<br>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.<br>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.<br>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.
<p>كاتب معالجة البيانات</p>
<p>تبحث شركة ذات سمعة جيدة عن كاتب معالجة بيانات منظم لإدارة السجلات وتحديث المعلومات ودعم عمليات المكتب الخلفي اليومية. مرحب بالحاصلين الجدد للتقديم.</p>
<p>المسؤوليات</p>
<p>إدخال وتحديث البيانات بدقة في أنظمة الشركة<br />
مراجعة المستندات والتحقق من المعلومات<br />
الحفاظ على السجلات الرقمية والمادية<br />
إعداد تقارير ووثائق أساسية<br />
دعم مهام المعالجة الإدارية اليومية</p>
<p>الفوائد</p>
<p>توفير تأشيرة وفق قانون العمل الإماراتي<br />
التأمين الصحي<br />
فرص للنمو المهني</p>
<p>الموقع: دبي، الإمارات العربية المتحدة<br />
نوع الوظيفة: دوام كامل</p>
<p>قدم الآن</p>
<p>البريد الإلكتروني: hr.sinthia@gmail.com</p>
<p>سيتم التواصل فقط مع المرشحين المختارين</p>
<p>كاتب معالجة البيانات</p>
<p>تسعى شركة مرموقة إلى العثور على كاتب معالجة بيانات منظم لإدارة السجلات وتحديث المعلومات ودعم عمليات المكتب الخلفي اليومية. يرحب بالتقديم المبتدئين.</p>
<p>المسؤوليات</p>
<p>إدخال البيانات وتحديثها بدقة في أنظمة الشركة<br />
مراجعة المستندات والتحقق من المعلومات<br />
الحفاظ على السجلات الرقمية والمادية<br />
إعداد تقارير ووثائق أساسية<br />
دعم مهام المعالجة الإدارية اليومية</p>
<p>المزايا</p>
<p>توفير التأشيرة وفقًا لقانون العمل الإماراتي<br />
التأمين الطبي<br />
فرص نمو وظيفي</p>
<p>الموقع: دبي، الإمارات العربية المتحدة<br />
نوع العمل: دوام كامل</p>
<p>قدّم الآن</p>
<p>البريد الإلكتروني: hr.sinthia@gmail.com</p>
<p>سيتم التواصل فقط مع المُرشَّحين المختارين.</p>
<h2 class="h5">وصف الوظيفة</h2>
<div class="t-break" data-jb-field="description">
Company Description<br><p>منذ الإطلاق في الكويت عام 2004، talabat، التطبيق الرائد على الطلب للطعام وQ-commerce للتوصيل اليومي، يقدم الراحة والموثوقية لعملائه. الجذور المحلية لـ talabat عميقة، وتوفر فهماً حقيقياً لاحتياجات المجتمعات التي نخدمها في ثمانية بلدان عبر المنطقة.<br>
</p><br><p>نستخدم التكنولوجيا المبتكرة والمعرفة لتبسيط الحياة اليومية لعملائنا، وتحسين العمليات للمطاعم والمتاجر المحلية، وتوفير فرص كسب موثوقة لسيراتِنا يومياً.<br>
</p><br><p>هنا في talabat، نبني ثقافة أداء عالٍ من خلال قوة العمل المشاركة وكتلة المواهب المتزايدة. نحن نهتم بأن نكون واقعيين ونصنع فرقاً. أفراد talabaty البالغ عددهم 6000+ في مهمة رائعة لنشر طاقة إيجابية. نحن فخورون بأن نكون فائزين بجائزة مكان عمل رائع متعدد الفئات.</p><br><br>وصف الوظيفة<br><p>باعتبارنا شركة التوصيل الرائدة في المنطقة، لدينا مسؤولية عظيمة وفرصة لإحداث تأثير في حياة الملايين من العملاء وشركاء المطاعم والسائقين. لتحقيق إمكاناتنا، نحتاج إلى تطوير منصتنا لتصبح أكثر ذكاءً في كيفية فهمها لخدمات مستخدمينا وخدمتهم.</p><br><p>كـ <strong>عالم بيانات أول (الذكاء الاصطناعي والتعلم الآلي) في محور الذكاء الاصطناعي العالمي</strong>، ستكون مهمتك تصميم وبناء ونشر أنظمة تعلم آلي وتوليد الذكاء الاصطناعي التي تدعم اتخاذ القرارات عبر المنتج والأعمال. ستتولى نطاقاً معيناً من البداية إلى النهاية، trabajando بشكل وثيق مع مديري المنتجات والأعمال كجزء من فريق موهوب من علماء البيانات ومهندسي التعلم الآلي. ستملك دورة حياة ML كاملة، من تأطير المشكلة، اختيار البيانات، وميزة الهندسة، حتى تدريب النموذج، والنشر، والخدمة، والمراقبة الإنتاجية. ستتركز العديد من مبادراتنا على استغلال الذكاء الاصطناعي التوليدي ونماذج اللغة الكبيرة لمهام مثل إثراء البيانات وفهم المحتوى الذكي واتخاذ القرار الآلي لتعزيز تجارب المستخدم وعمليات الأعمال على نطاق واسع.</p><br><p><strong>المسؤوليات</strong></p><br><ul><li><p>إطار لمشاكل الأعمال غير الواضحة كمشاكل تعلم آلي وعلوم بيانات محددة بوضوح مع أهداف نجاح موضوعية وواضحة.</p><br></li><li><p>تقديم رؤى عالية الجودة ومؤثرة وتوصيات مستندة إلى البيانات من خلال تحليل صارم وتقرير آلي لدفع خيارات تنظيمية استراتيجية.</p><br></li><li><p>تصميم وبناء ونشر أنظمة تعلم آلي وتوليد ذكي متكاملة في الإنتاج — تغطي خطوط بيانات، وميزة الهندسة، وتدريب النموذج، وخدمته، ومراقبته.</p><br></li><li><p>القيام بالعمل الهندسي الثقيل من البداية إلى النهاية: هندسة أنظمة ML متينة، كتابة كود إنتاجي نظيف وقابل للتوسع، وتدريب ونشر وصيانة نماذج ML موثوقة تحل مشاكل أعمال حقيقية على نطاق واسع.</p><br></li><li><p>تدريب وتقييم وتكرار النماذج — اختيار أبسط الخوارزميات والهندسات الأنسب لتقديم قيمة عمل قابلة القياس.</p><br></li><li><p>استخدام LLMs والذكاء الاصطناعي التوليدي لإثراء البيانات وفهم المحتوى الذكي واتخاذ القرار الآلي ضمن أنظمة الإنتاج.</p><br></li><li><p>بناء وصيانة نماذج البيانات والميزات وأنابيب البيانات التي تدعم تدريب النماذج وتمكين قياس الأداء ومسبباته لمنطقة تركيزك.</p><br></li><li><p>تصميم وتخطيط وتحليل التجارب (اختبارات A/B ومتعددة المتغيرات) لقياس تأثير النموذج والمنتج بشكل صارم.</p><br></li><li><p>تطوير معرفة عميقة ببيانات المصدر وأنظمتها المنتجة من خلال التوثيق والتعاون مع فرق الهندسة والت profiling البيانات المنهجي.</p><br></li><li><p>الشراكة مع فرق المنتج والأعمال لتحديد فرص عالية التأثير وترجمتها إلى حلول ML وتوصيات قابلة للتنفيذ ومبنية على البيانات.</p><br></li><li><p>توجيه علماء بيانات آخرين في مسارات نموهم.</p><br></li><li><p>رفع معايير الهندسة وممارسات ML — تحسين أساليب العمل والأدوات وMLOps وبرامج التدريب الداخلية.</p><br></li></ul><br>المؤهلات<br><p><strong>الخبرة التقنية</strong></p><br><ul><li><p>خبرة عميقة في التعلم الآلي والذكاء الاصطناعي التوليدي والتعلم العميق وأنظمة التوصية ومعالجة اللغات الطبيعية والتعرف على الأنماط وتنقيب البيانات.</p><br></li><li><p>معرفة عملية عميقة بإطارات ML وGenAI (مثل Scikit-learn وXGBoost وLightGBM وCatBoost وSVMs وKeras وTensorFlow وPyTorch وTransformers وتوليف LLM).</p><br></li><li><p>أسس هندسة البرمجيات القوية: مهارات ترميز ممتازة، فهماً صلباً للهياكل البيانات والخوارزميات، والقدرة المثبتة في تصميم الأنظمة العامة وتصميم أنظمة ML.</p><br></li><li><p>خبرة مثبتة في بناء ونشر وخدمة ومراقبة نماذج ML في الإنتاج، مع فهم قوي لممارسات MLOps.</p><br></li><li><p>مهارات قوية في هندسة البيانات وML، بما في ذلك بناء وتنظيم خطوط البيانات والتدريب (مثلاً عبر Airflow) وميزة هندسة مناسبة.</p><br></li><li><p>إتقان SQL وكفاءة في التحليل القابل لإعادة التكرار والنمذجة في بايثون.</p><br></li><li><p>أسس إحصائية صلبة، بما في ذلك تصميم التجارب وتحليلها (A/B ومتعددة المتغيرات) وأساليب استدلالية سببية وتنبؤية.</p><br></li><li><p>إلمام بنمذجة البيانات وتصميم الأبعاد.</p><br></li><li><p>سيطرة قوية على دورة حياة ML كاملة، من صياغة المشكلة وتدقيق البيانات إلى النمذجة والنشر والتفسير والعرض.</p><br></li><li><p>إلمام ببيانات المنتج (انطباعات، أحداث، إلخ) وقياس صحة المنتج (الاقتناع، التفاعل، الاحتفاظ، إلخ).</p><br></li><li><p>خبرة مع LLMs وحلول NLP لإثراء البيانات والأتمتة الذكية ميزة إضافية.</p><br></li><li><p>إلمام بـ BigQuery ومنصة Google Cloud هو ميزة إضافية.</p><br></li></ul><p><strong>المؤهلات</strong></p><br><ul><li><p>درجة البكالوريوس في الهندسة أو علوم الكمبيوتر أو التكنولوجيا أو مجالات مشابهة. درجة الدراسات العليا ميزة لكنها غير مطلوبة.</p><br></li><li><p>5+ سنوات من الخبرة عبر علم البيانات وهندسة التعلم الآلي والذكاء الاصطناعي التوليدي، بما في ذلك نشر نماذج ML إلى الإنتاج.</p><br></li><li><p>خبرة في بناء أنظمة ML في بيئة منتج مستهلك عبر الإنترنت ميزة.</p><br></li><li><p>باحث عن حل المشكلات بذكاء وتبني عقلية نمو "اعرفها ثم نفذها".</p><br></li><li><p>متعاون ممتاز.</p><br></li><li><p>متواصل ممتاز.</p><br></li><li><p>إحساس قوي بالملكية والمسؤولية.</p><br></li><li><p>نهج "اجعله بسيطاً" لـ #makeithappen.</p><br></li></ul><br><br>
الخبرة: 2-5 سنوات<br><br>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).
<h2 class="h5">الوصف الوظيفي</h2>
<div class="t-break" data-jb-field="description">
<p><b>المركز: عامل إدخال بيانات بدوام جزئي (عمل عن بُعد من المنزل)</b></p><p><b>ساعات العمل:</b> من 2 إلى 3 ساعات يوميًا</p><p><b>الدخل:</b> 2000 إلى 6000 درهم إماراتي شهريًا</p><p><b>التعليم:</b> أي شهادة</p><p><b>مكان العمل:</b> عن بُعد / من المنزل</p><p>نحن نبحث عن مرشحين موثوقين، ذوي دافع ذاتي، ودقيقين للانضمام إلى فريقنا كـ <b>عُمّال إدخال بيانات بدوام جزئي</b>. هذه فرصة عمل مرنة عن بُعد مناسبة للطلاب، ربات البيوت، العاملين المستقلين، والأفراد الباحثين عن مصدر دخل إضافي أثناء العمل من راحة منزلهم.</p><p><br></p><p>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)</p><p><br></p><p><b>المتطلبات:</b></p><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><p><b>المسؤوليات الوظيفية:</b></p><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><p><br></p> </div><h2 class="h5">المهارات</h2>
<div data-jb-field="skills"><p>مهارات إدخال البيانات</p><p>سرعة و دقة الطباعة</p><p>مهارات النسخ واللصق</p><p>معرفة بــ Microsoft Word & Excel</p><p>مهارات حاسوبية أساسية</p><p>دقة البيانات والانتباه للتفاصيل</p><p>مهارات معالجة الوثائق</p></div>
<h2 class=\"h5\">وصف العمل</h2>
<div class=\"t-break\" data-jb-field=\"description\">
<p><b>المنصب: مشغّل إدخال البيانات بدوام جزئي (عمل من المنزل)</b></p><p><b>ساعات العمل:</b> من 2 إلى 3 ساعات يومياً</p><p><b>نطاق الراتب:</b> 2000 إلى 6000 درهم إماراتي أسبوعياً وشهرياً</p><p><b>التعليم:</b> أي شهادة</p><p><b>موقع العمل:</b> عن بعد / من المنزل</p><p>نحن نبحث عن مرشّحين موثوقين ذوي تحفيز ذاتي واهتمام بالتفاصيل للانضمام إلى فريقنا كمشغّلي إدخال بيانات بدوام جزئي. هذه فرصة عمل مرنة عن بُعد مناسبة للطلاب، ربات البيوت، العاملين الحرين، والأشخاص الذين يبحثون عن مصدر دخل إضافي أثناء العمل من راحة منازلهم.</p><p><br></p><p>قد يتواصل المرشحون المهتمون مع مدير الموارد البشرية من خلال جهة الاتصال الرسمية أدناه للحصول على تفاصيل الوظيفة وإرشادات التقديم. جهة الاتصال الرسمية: [recruitmentatdataentry {at} gmail {•} com] (استبدل (at) و (dot) بـ @ و . عند الإرسال) يرجى ذكر اسمك والعبارة “مهتم بوظيفة إدخال البيانات” في موضوع البريد الإلكتروني للحصول على التفاصيل الكاملة.. يمكن إكمال الطلبات عبر الإنترنت أو شخصياً في مكتب دبي.</p><p><b>المتطلبات:</b></p><ul><li>لابتوب أو حاسوب</li><li>معرفة أساسية بالكمبيوتر</li><li>سرعة طباعة ودقة جيدة</li><li>اتصال إنترنت مستقر</li><li>القدرة على اتباع التعليمات وإتمام المهام في الوقت المحدد</li></ul><p><b>مسؤوليات الوظيفة:</b></p><ul><li>إدخال وتحديث البيانات بدقة في الأنظمة المخصصة</li><li>أداء مهام إدخال البيانات الأساسية ومعالجة المستندات</li><li>مراجعة المعلومات من حيث الدقة والحفاظ على معايير الجودة</li><li>التعامل مع معلومات الشركة بسرية</li><li>إتمام المشاريع المعينة ضمن المواعيد المحددة</li></ul><p><b>ملاحظة مهمة:</b></p><p>هذه فرصة إدخال بيانات حقيقية. ليست مرتبطة بالتسويق الشبكي، أو التسويق متعدد المستويات، أو أي نظام إحالة سلاسل.</p></div><h2 class=\"h5\">المهارات</h2>
<div data-jb-field=\"skills\"><p>إدخال البيانات</p><p>مهارات الطباعة</p><p>عمليات النسخ/اللصق</p><p>مايكروسوفت وورد</p><p>مايكروسوفت إكسل</p><p>إتقان الحاسوب</p></div>
عن الدور الوظيفي: توظف شركة Neo Stats علماء بيانات ذوي خبرة للعمل على مشاريع تحليلية متقدمة وتعلم الآلة لصالح عملاء رائدين في مجال الخدمات المصرفية للأفراد في دولة الإمارات العربية المتحدة. نحن نبحث عن مرشحين لديهم خبرة قوية في تحليلات التسويق أو تحليلات الائتمان ضمن قطاع الخدمات المصرفية للأفراد. وتعتبر الخبرة في كلا المجالين ميزة إضافية. هذا دور عملي في علم البيانات يركز على بناء وتحسين والتحقق من وتنفيذ نماذج تعلم الآلة التي تدعم بشكل مباشر نمو العملاء، واتخاذ القرارات الائتمانية، وإدارة المخاطر، وأداء المحافظ المالية. الخبرة في الخدمات المصرفية للأفراد إلزامية.<br>المسؤوليات الرئيسية: بناء والتحقق من وتحسين ومراقبة نماذج تعلم الآلة لحالات استخدام الخدمات المصرفية للأفراد. تطوير حلول تحليلات التسويق بما في ذلك تقسيم العملاء، ونمذجة الميل، والتنبؤ بتسرب العملاء، واستهداف الحملات، والبيع المتقاطع، والبيع التصاعدي، والإجراء الأفضل التالي، والقيمة الحياتية للعميل. تطوير حلول تحليلات الائتمان بما في ذلك تسجيل الطلبات، والتسجيل السلوكي، وتقسيم المخاطر، ومؤشرات الإنذار المبكر، وتحديد أولويات التحصيل، وتحليل مخاطر المحفظة. إجراء استكشاف البيانات، وهندسة الميزات، واختيار النموذج، وضبط المعلمات الفائقة، والتحقق من صحة النموذج. العمل مع بيانات العملاء، والمعاملات، والمنتجات، والحملات، ومكاتب الائتمان، وبيانات أداء الائتمان. ترجمة متطلبات الأعمال المصرفية إلى حلول عملية في علم البيانات وتعلم الآلة. التعاون مع فرق الأعمال، والمخاطر، والتسويق، والتكنولوجيا، وهندسة البيانات. تقديم نتائج وتوصيات النموذج لأصحاب المصلحة من العملاء. دعم حوكمة النموذج، والتوثيق، والتحقق، والمراقبة المستمرة للأداء.<br>المهارات والخبرات المطلوبة: خبرة عملية لا تقل عن 5 سنوات في علم البيانات. خبرة إلزامية في تحليلات الخدمات المصرفية للأفراد. خبرة قوية في تحليلات التسويق أو تحليلات الائتمان أو كليهما. خبرة عملية مثبتة في بناء وتحسين نماذج تعلم الآلة. مهارات برمجة قوية في Python وSQL. خبرة في العمل مع مجموعات بيانات مصرفية كبيرة ومعقدة. فهم قوي للنمذجة الإحصائية، وهندسة الميزات، وتقييم النماذج. مهارات تحليلية وحل مشكلات قوية. قدرات جيدة في التعامل مع العملاء وإدارة أصحاب المصلحة. الاستعداد للعمل من مقر العميل في دولة الإمارات العربية المتحدة.<br>المهارات المفضلة: خبرة في منصات Databricks، أو Dataiku، أو Azure أو ما يعادلها. الإلمام بعمليات تعلم الآلة (MLOps)، ونشر النماذج، ومراقبة النماذج. خبرة في تحسين الحملات، وإدارة قيمة العميل، وتحليلات التحصيل، أو إدارة مخاطر المحفظة. درجة البكالوريوس أو الماجستير في علم البيانات، أو الإحصاء، أو الرياضيات، أو علوم الكمبيوتر، أو الهندسة، أو الاقتصاد، أو تخصص كمي ذي صلة.<br>أهلية المرشح: يمكن للمرشحين المقيمين حالياً في الإمارات العربية المتحدة أو الهند التقديم. يجب أن يكون المرشحون المقيمون في الهند على استعداد للانتقال إلى الإمارات العربية المتحدة والعمل من مقر العميل. يجب على المرشحين القادرين على الانضمام فوراً أو في غضون 30 يوماً فقط التقديم.
<p>نحن نبحث عن محلل بيانات عالي التحليل / مهندس صناعي للانضمام إلى فريق البناء لدينا. سيكون المرشح المثالي مسؤولاً عن تحليل البيانات التجارية والتشغيلية، وتطوير وتحسين سير العمل، وتحسين العمليات التجارية، وإنشاء لوحات معلومات وتقارير لدعم اتخاذ قرارات الإدارة. يُفضل بشدة وجود خبرة في صناعة الهندسة والتشغيل (EPC) أو البناء.
المسؤوليات الرئيسية
• تحليل بيانات التشغيل والمشروع والموارد البشرية والمشتريات والتكاليف لتحديد الاتجاهات وفرص التحسين.
• تصميم وتطوير وتحسين سير العمل والعمليات عبر الأقسام.
• إنشاء خرائط العمليات وSOPs ومخططات سير العمل.
• تطوير لوحات تفاعلية وتقارير KPI باستخدام Power BI أو Excel أو أدوات ذكاء أعمال مماثلة.
• أتمتة التقارير وتحسين دقة البيانات من خلال تحسينات العمليات.
• مراقبة إنتاجية المشروع، واستخدام الموارد، والأداء التشغيلي.
• العمل عن كثب مع فرق الموارد البشرية والمالية والمشتريات والتخطيط والمشروع لتحسين الكفاءة.
• إجراء دراسات الوقت والحركة وتوصية تحسينات الإنتاجية.
• إعداد تقارير الإدارة وعروض تقديمية تحتوي على رؤى قابلة للتنفيذ.
• دعم مبادرات التحول الرقمي وأتمتة عمليات الأعمال.</p><p>المؤهلات
• درجة البكالوريوس في الهندسة الصناعية، تحليل البيانات، تحليل الأعمال، أو تخصص ذي صلة.
• 3–7 سنوات من الخبرة في البناء أو EPC أو مشاريع البنية التحتية.
• معرفة قوية بمنهجيات تحسين العمليات.
• مهارات متقدمة في Microsoft Excel.
• كفاءة في Power BI وSQL وPower Query.
• معرفة بأنظمة ERP مثل SAP أو Oracle أو Microsoft Dynamics تعتبر ميزة.
• خبرة في أدوات أتمتة سير العمل (Power Automate وVisio أو ما شابه) مفضلة.
• مهارات تحليلية قوية، وحل المشكلات، والتواصل.
المهارات المفضلة
• خلفية في الهندسة الصناعية مع قدرات تحليلية قوية.
• خبرة في تطوير سير العمل وتحسين عمليات الأعمال.
• القدرة على تحويل البيانات المعقدة إلى رؤى أعمال ذات معنى.
• معرفة بـ Lean وSix Sigma أو منهجيات التحسين المستمر تعتبر ميزة إضافية.</p>
<p>نحن نبحث عن محلل بيانات / مهندس صناعي عالي التحليل للانضمام إلى فريق البناء لدينا. سيكون المرشح المثالي مسؤولاً عن تحليل البيانات التشغيلية والتجارية، تطوير وتحسين سير العمل، تحسين عمليات العمل، وإنشاء لوحات معلومات وتقارير لدعم اتخاذ القرار الإداري. يفضل بشدة وجود خبرة في صناعة الهندسة والتصنيع أو البناء.</p><p>المسؤوليات الرئيسية<br>• تحليل بيانات التشغيل والمشروعات والموارد البشرية والشراء والتكاليف لتحديد الاتجاهات وفرص التحسين.<br>• تصميم وتطوير وتحسين سير العمل والعمليات عبر الأقسام.<br>• إنشاء خرائط العمليات وإجراءات التشغيل القياسية ومخططات سير العمل.<br>• تطوير لوحات معلومات تفاعلية وتقارير مؤشرات الأداء باستخدام Power BI أو Excel أو أدوات ذكاء الأعمال المماثلة.<br>• أتمتة التقارير وتحسين دقة البيانات من خلال تحسين العمليات.<br>• رصد إنتاجية المشروع، واستخدام الموارد، والأداء التشغيلي.<br>• العمل عن كثب مع فرق الموارد البشرية والمالية والمشتريات والتخطيط والمشروعات لتحسين الكفاءة.<br>• إجراء دراسات الزمن والتحرك وتوصية بتحسينات الإنتاجية.<br>• إعداد تقارير الإدارة والعروض التقديمية بنطاقات عملية قابلة للتنفيذ.<br>• دعم مبادرات التحول الرقمي وأتمتة عمليات الأعمال.</p><p>المؤهلات<br>• درجة البكالوريوس في الهندسة الصناعية، تحليل البيانات، تحليل الأعمال، أو تخصص ذو صلة.<br>• 3–7 سنوات من الخبرة في البناء، EPC، أو مشاريع البنية التحتية.<br>• معرفة قوية بمنهجيات تحسين العمليات.<br>• مهارات متقدمة في Microsoft Excel.<br>• إتقان Power BI وSQL وPower Query.<br>• معرفة بأنظمة ERP مثل SAP أو Oracle أو Microsoft Dynamics تُعد ميزة.<br>• تُفضل الخبرة في أدوات أتمتة سير العمل (Power Automate وVisio أو ما يماثلها).<br>• مهارات تحليلية قوية، وحل المشكلات، والاتصالات.<br>المهارات المفضلة<br>• خلفية في الهندسة الصناعية بقدرات تحليلية قوية.<br>• خبرة في تطوير سير العمل وتحسين العمليات التجارية.<br>• القدرة على تحويل البيانات المعقدة إلى رؤى تجارية ذات دلالة.<br>• معرفة بـ Lean وSix Sigma أو منهجيات التحسين المستمر تعتبر ميزة إضافية.</p>
<p>نحن نبحث عن موظف إدخال بيانات دقيق التنظيم ولديه خبرة في عمليات المتجر والوثائق المتعلقة بالبناء. سيكون المرشح المثالي مسؤولاً عن الحفاظ على سجلات المخزون والمعاملات المواد والوثائق المتعلقة بالمتجر بدقة مع ضمان سلامة البيانات ضمن أنظمة ERP وتقارير Excel.</p><br><p>المسؤوليات</p><ul><li><p>إدخال وتحديث والحفاظ على بيانات المتجر والمخزون بدقة في أنظمة ERP وExcel.</p></li><li><p>معالجة وتسجيل فواتير استلام المواد (MRV)، وفواتير صرف المواد (MIV)، ودفاتر استلام البضائع (GRN)، و20مذكرات التسليم، وأوامر الشراء المحلية (LPO).</p></li><li><p>الحفاظ على سجلات دقيقة للمواد الإنشائية المستلمة والصادرة والمتحكمة.</p></li><li><p>التنسيق مع خُزَّان المتجر، فرق المشتريات، مواقع المشاريع، وموظفي اللوجستيات فيما يتعلق بحركات المواد.</p></li><li><p>إعداد تقارير المخزون والجرد اليومية والأسبوعية والشهرية.</p></li><li><p>التحقق من دقة البيانات وحل الخلافات في سجلات المواد والوثائق.</p></li><li><p>تنظيم والحفاظ على نظم الملفات الورقية والإلكترونية.</p></li><li><p>المساعدة في تدقيق المخزون وأنشطة تسوية المخزون.</p></li><li><p>ضمان توثيق وتحديث جميع معاملات المتجر بشكل مناسب وفي الوقت المناسب.</p></li><li><p>دعم أقسام المتاجر والمشتريات بالمهام الإدارية والتقريرية.</p></li></ul><p><strong>الملف المرغوب للمرشح</strong></p><p>المتطلبات</p><ul><li><p>خبرة لا تقل عن 2–3 سنوات في إدخال البيانات، ويفضل في متجر أو مستودع أو بناء أو بيئة تعاقدية.</p></li><li><p>معرفة قوية بمصطلحات ومواد البناء.</p></li><li><p>خبرة في التعامل مع وثائق MRV وMIV وGRN ومذكرات التسليم وLPO.</p></li><li><p>إتقان Microsoft Excel وأنظمة ERP.</p></li><li><p>إتقان دقة البيانات والانتباه للتفاصيل.</p></li><li><p>مهارات تنظيم وحفظ السجلات جيدة.</p></li><li><p>القدرة على العمل تحت الضغط والالتزام بالمواعيد النهائية.</p></li><li><p>مهارات تواصل وتنسيق فعالة.</p></li></ul><br><p>المزايا</p><ul><li><p>تأشيرة الشركة</p></li><li><p>التأمين الطبي</p></li><li><p>الإجازة السنوية وفق قانون العمل الإماراتي</p></li><li><p>الإقامة</p></li><li><p>النقل</p></li><li><p>فرص نمو مهني</p></li></ul>