ستتولى نقل حالات استخدام تعلم الآلة من مرحلة الفكرة إلى مرحلة الإنتاج، وستقوم ببناء لوحات المعلومات والتقارير التي يستخدمها صناع القرار يومياً. توقع العمل على حوالي عشرين حالة استخدام وعشرين لوحة معلومات خلال العام، باستخدام Python وDataiku للنماذج، وQlik وPower BI وPython للعروض المرئية. يغطي هذا الدور جوانب علم البيانات والتحليل للمشروع بالإضافة إلى ذكاء الأعمال (BI).
ما الذي ستقوم به
- تأهيل وترتيب أولويات حالات الاستخدام مع العميل، ثم بناء النماذج ونشرها ومراقبتها.
- إجراء التحليل الإحصائي وراء كل حالة استخدام وشرح النتائج للأشخاص غير التقنيين.
- تصميم وبناء لوحات معلومات وتقارير آلية باللغتين العربية والإنجليزية.
- التدريب فقط على البيانات المقنعة أو مجهولة الهوية، وتوثيق الميزات والبيانات التي استخدمتها.
- الحفاظ على سلامة النماذج ولوحات المعلومات: إعادة التدريب، مراقبة الانحراف، التحديثات المجدولة، والأداء.
- المساعدة في كتابة تقرير التقدم الشهري لأعمال الذكاء الاصطناعي ولوحات المعلومات.
ما تحتاجه
- حزمة Python لتعلم الآلة (pandas, scikit-learn، وواحدة من PyTorch أو TensorFlow أو XGBoost)، مع نماذج قمت بتشغيلها فعلياً في الإنتاج
- حالات استخدام التنبؤ، والتجزئة، والتوصية، ومعالجة اللغات الطبيعية (NLP)
- عمليات تعلم الآلة (MLOps): التدريب القابل للتكرار، والنشر، والمراقبة، وإعادة التدريب
- التحليل الإحصائي وتصميم التجارب
- Qlik Sense: نصوص التحميل، النموذج الترابطي، تحليل المجموعة (set analysis)، التحكم في الوصول (section access)، أتمتة التقارير
- Power BI: نموذج البيانات، DAX، Power Query، الأمان على مستوى الصف، التحديث المجدول
- التقارير والعروض المرئية باستخدام Python (مثل Plotly أو Dash أو Streamlit أو ما شابه ذلك)
- تصميم لوحات معلومات ثنائية اللغة تدعم الكتابة من اليمين إلى اليسار
- ممارسات واعية بالخصوصية: التقنيع وإخفاء الهوية
أفضلية إضافية
- معالجة اللغات الطبيعية (NLP) باللغة العربية؛ Vertex AI أو BigQuery ML
- نمذجة مزيج التسويق (Marketing-mix)، أو الإسناد (attribution)، أو نموذج الرفع (uplift modelling)
- شهادة Qlik أو Power BI؛ شهادة مهندس تعلم الآلة المحترف من Google
You will take machine-learning use cases from idea to production and build the dashboards and reports that decision-makers use every day. Expect around twenty use cases and twenty dashboards over the year, on Python and Dataiku for the models and Qlik, Power BI and Python for the visuals. This role covers the data-science and analysis side of the project as well as the BI.
What you will do
- Qualify and prioritise use cases with the client, then build, deploy and monitor the models.
- Do the statistical analysis behind each use case and explain the results to people who are not technical.
- Design and build dashboards and automated reports in Arabic and English.
- Train only on masked or de-identified data, and document the features and data you used.
- Keep models and dashboards healthy: retraining, drift monitoring, scheduled refreshes, performance.
- Help write the monthly progress report for the AI and dashboard work.
What you need
- The Python ML stack (pandas, scikit-learn, and one of PyTorch, TensorFlow or XGBoost), with models you have actually run in production
- Forecasting, segmentation, recommendation and NLP use cases
- MLOps: reproducible training, deployment, monitoring, retraining
- Statistical analysis and experiment design
- Qlik Sense: load scripts, associative model, set analysis, section access, report automation
- Power BI: data model, DAX, Power Query, row-level security, scheduled refresh
- Python reporting and visualisation (Plotly or Dash, Streamlit or similar)
- Right-to-left, bilingual dashboard design
- Privacy-aware practice: masking and de-identification
Good to have
- Arabic NLP; Vertex AI or BigQuery ML
- Marketing-mix, attribution or uplift modelling
- Qlik or Power BI certification; Google Professional Machine Learning Engineer