1.Job Purpose
To lead and develop the organization's Data and Artificial Intelligence strategy, oversee the establishment and management of enterprise data infrastructure, and drive data governance, data quality, integration, advanced analytics, and AI capabilities.
The role is responsible for leveraging data and artificial intelligence technologies to enable data-driven decision-making, improve operational efficiency, enhance customer experience, and create business value through innovation and digital transformation.
The position also leads data and AI initiatives and projects, ensuring alignment with corporate strategy, regulatory requirements, and organizational objectives while maximizing the return on investment from data and AI capabilities.
2. Key Responsibilities and Duties
A. Strategy and Leadership
- Develop and implement the organization's Data and Artificial Intelligence strategy in alignment with corporate objectives.
- Establish a strategic roadmap for data management, analytics, and AI initiatives.
- Lead the organization's transformation toward a data-driven culture.
- Identify strategic priorities, investment opportunities, and high-value initiatives.
- Develop operational plans, budgets, and performance targets.
- Monitor strategic execution and report progress to senior management.
B. Data Management and Governance
- Develop and implement an enterprise-wide Data Governance Framework.
- Oversee data quality, accuracy, completeness, consistency, and integrity.
- Establish policies, standards, and procedures for data management, classification, access, and sharing.
- Supervise Master Data Management (MDM) and Reference Data Management initiatives.
- Ensure compliance with applicable data protection, privacy, and regulatory requirements.
- Define data ownership, stewardship, and accountability roles.
- Oversee metadata management, business glossaries, and data dictionaries.
C. Data Engineering and Infrastructure
- Oversee the design and development of enterprise data architecture.
- Lead the implementation and management of Data Warehouses, Data Lakes, and modern Lakehouse platforms.
- Supervise ETL/ELT processes and data integration activities.
- Ensure seamless data integration across enterprise systems and platforms.
- Oversee the development and maintenance of reliable data pipelines.
- Ensure data platform scalability, availability, performance, and reliability.
- Evaluate and recommend appropriate data technologies, tools, and platforms.
D. Artificial Intelligence and Machine Learning
- Define and implement the organization's Artificial Intelligence adoption strategy.
- Identify business and operational opportunities for AI implementation.
- Lead the development and deployment of Machine Learning models.
- Oversee Generative AI applications and Large Language Models (LLMs).
- Drive intelligent automation, predictive analytics, and advanced AI solutions.
- Supervise the AI model lifecycle, including development, testing, deployment, and monitoring.
- Ensure responsible, ethical, secure, and compliant AI adoption.
- Monitor model performance, accuracy, reliability, and potential biases.
E. Business Intelligence and Analytics
- Lead the development and implementation of Business Intelligence capabilities.
- Oversee the design and delivery of executive dashboards and management reports.
- Establish Key Performance Indicators (KPIs) and enterprise performance monitoring dashboards.
- Enable business departments to access, analyze, and utilize data effectively.
- Deliver predictive and prescriptive analytics to support strategic decision-making.
- Translate complex data into actionable business insights and recommendations.
F. Project Management and Innovation
- Manage the portfolio of Data and AI projects and initiatives.
- Ensure projects are delivered within approved timelines, budgets, and quality standards.
- Conduct technical and financial feasibility assessments for proposed initiatives.
- Monitor and evaluate the Return on Investment (ROI) of data and AI projects.
- Explore emerging technologies and assess their business value.
- Build strategic partnerships with technology vendors, consultants, and specialized service providers.
G. Team Management and Organizational Development
- Build, lead, and manage a high-performing Data and AI team.
- Identify workforce requirements and technical competency needs.
- Allocate responsibilities, monitor performance, and ensure effective team delivery.
- Develop employees through training, professional development, and knowledge transfer.
- Promote innovation, collaboration, and continuous learning.
- Establish succession planning and technical leadership development programs.
H. Data Security, Compliance, and Risk Management
- Coordinate with the Cybersecurity Department to ensure data protection.
- Ensure appropriate access controls, permissions, and sensitive data management practices.
- Assess data and AI-related risks and implement mitigation plans.
- Ensure compliance with applicable laws, regulations, and organizational standards.
- Monitor privacy and personal data protection requirements.
3. Authorities and Management Responsibilities
- Propose and manage departmental operational plans within approved authorities.
- Recommend the selection and adoption of data and AI technologies and platforms.
- Manage departmental human, technical, and financial resources.
- Supervise technology vendors, contracts, and service providers within delegated authority.
- Review and approve technical project deliverables before submission for final approval.
- Prepare and submit periodic performance reports and strategic recommendations to senior management.
- Represent the department in relevant strategic committees and organizational initiatives.
4. Educational Qualifications
- Bachelor's degree in Computer Science, Information Technology, Software Engineering, Data Science, Artificial Intelligence, Information Systems, or a related discipline.
- Master's degree in Data Science, Artificial Intelligence, Information Technology Management, or a related field is preferred.
- Relevant professional certifications in Data Governance, Data Engineering, Artificial Intelligence, or Project Management are preferred.
5. Professional Experience
- Minimum of 8 years of professional experience in data, IT, advanced analytics, or related fields.
- Minimum of 3 years in managerial or leadership positions.
- Proven experience in developing and implementing Data and AI strategies.
- Experience managing enterprise data platforms and digital transformation projects.
- Practical experience in AI applications, Machine Learning, and advanced analytics.
- Demonstrated experience in managing technical teams, budgets, and external vendors.
6. Required Skills and Competencies
Leadership and Management Competencies
- Strategic leadership and forward thinking.
- Business planning and prioritization.
- Change management and organizational transformation.
- Project and budget management.
- Decision-making and problem-solving.
- Effective communication, negotiation, and stakeholder management.
Technical and Functional Competencies
- Data Governance & Data Management.
- Data Architecture & Data Engineering.
- Data Warehousing & Data Lakes.
- SQL & Python.
- Machine Learning & Deep Learning.
- Generative AI & Large Language Models.
- Business Intelligence & Data Analytics.
- MLOps & DataOps.
- Cloud Data Platforms.
- Data Security & Privacy.
7. Key Performance Indicators (KPIs)
KPISuggested Target
Data and AI Strategy Implementation
90% or above
Data Quality Score
95% or above
Compliance with Data Governance Policies
95% or above
Data and AI Project Delivery Rate
90% or above
AI Model Success Rate
Based on individual model targets
BI Dashboard and Analytics Adoption
Annual growth target
Reduction in Reporting Preparation Time
30% or above
Return on Investment (ROI) of AI Projects
Based on approved business cases
Internal Stakeholder Satisfaction
90% or above
Data Security and Privacy Compliance
100%
1. الغرض من الوظيفة
قيادة وتطوير استراتيجية البيانات والذكاء الاصطناعي الخاصة بالمؤسسة، والإشراف على إنشاء وإدارة البنية التحتية للبيانات المؤسسية، وتوجيه حوكمة البيانات، وجودة البيانات، والتكامل، والتحليلات المتقدمة، وقدرات الذكاء الاصطناعي.
يتحمل الدور مسؤولية الاستفادة من تقنيات البيانات والذكاء الاصطناعي لتمكين اتخاذ القرارات القائمة على البيانات، وتحسين الكفاءة التشغيلية، وتعزيز تجربة العملاء، وخلق قيمة تجارية من خلال الابتكار والتحول الرقمي.
كما يقود المنصب مبادرات ومشاريع البيانات والذكاء الاصطناعي، مما يضمن التوافق مع استراتيجية الشركة والمتطلبات التنظيمية والأهداف التنظيمية، مع زيادة العائد على الاستثمار من قدرات البيانات والذكاء الاصطناعي إلى أقصى حد.
2. المسؤوليات والمهام الرئيسية
أ. الاستراتيجية والقيادة
- تطوير وتنفيذ استراتيجية البيانات والذكاء الاصطناعي للمؤسسة بما يتماشى مع أهداف الشركة.
- وضع خارطة طريق استراتيجية لإدارة البيانات والتحليلات ومبادرات الذكاء الاصطناعي.
- قيادة تحول المؤسسة نحو ثقافة تعتمد على البيانات.
- تحديد الأولويات الاستراتيجية وفرص الاستثمار والمبادرات ذات القيمة العالية.
- تطوير الخطط التشغيلية والميزانيات وأهداف الأداء.
- مراقبة التنفيذ الاستراتيجي وإعداد تقارير التقدم للإدارة العليا.
ب. إدارة البيانات وحوكمتها
- تطوير وتنفيذ إطار عمل لحوكمة البيانات على مستوى المؤسسة.
- الإشراف على جودة البيانات ودقتها واكتمالها واتساقها وسلامتها.
- وضع السياسات والمعايير والإجراءات الخاصة بإدارة البيانات وتصنيفها والوصول إليها ومشاركتها.
- الإشراف على مبادرات إدارة البيانات الرئيسية (MDM) وإدارة البيانات المرجعية.
- ضمان الامتثال لحماية البيانات والخصوصية والمتطلبات التنظيمية المعمول بها.
- تحديد أدوار ملكية البيانات والإشراف والمساءلة.
- الإشراف على إدارة البيانات الوصفية، والمسارد التجارية، وقواميس البيانات.
ج. هندسة البيانات والبنية التحتية
- الإشراف على تصميم وتطوير بنية البيانات المؤسسية.
- قيادة تنفيذ وإدارة مستودعات البيانات، وبحيرات البيانات، ومنصات بحيرات البيانات الحديثة (Lakehouse).
- الإشراف على عمليات استخراج وتحويل وتحميل البيانات (ETL/ELT) وأنشطة تكامل البيانات.
- ضمان التكامل السلس للبيانات عبر أنظمة ومنصات المؤسسة.
- الإشراف على تطوير وصيانة خطوط أنابيب البيانات الموثوقة.
- ضمان قابلية التوسع في منصة البيانات، وتوافرها، وأدائها، وموثوقيتها.
- تقييم والتوصية بتقنيات وأدوات ومنصات البيانات المناسبة.
د. الذكاء الاصطناعي وتعلم الآلة
- تحديد وتنفيذ استراتيجية تبني الذكاء الاصطناعي في المؤسسة.
- تحديد الفرص التجارية والتشغيلية لتنفيذ الذكاء الاصطناعي.
- قيادة تطوير ونشر نماذج تعلم الآلة.
- الإشراف على تطبيقات الذكاء الاصطناعي التوليدي والنماذج اللغوية الكبيرة (LLMs).
- قيادة الأتمتة الذكية، والتحليلات التنبؤية، وحلول الذكاء الاصطناعي المتقدمة.
- الإشراف على دورة حياة نموذج الذكاء الاصطناعي، بما في ذلك التطوير والاختبار والنشر والمراقبة.
- ضمان تبني الذكاء الاصطناعي بطريقة مسؤولة وأخلاقية وآمنة ومتوافقة.
- مراقبة أداء النموذج، ودقته، وموثوقيته، والتحيزات المحتملة.
هـ. ذكاء الأعمال والتحليلات
- قيادة تطوير وتنفيذ قدرات ذكاء الأعمال.
- الإشراف على تصميم وتقديم لوحات بيانات الإدارة والتقارير الإدارية.
- وضع مؤشرات الأداء الرئيسية (KPIs) ولوحات مراقبة أداء المؤسسة.
- تمكين إدارات الأعمال من الوصول إلى البيانات وتحليلها واستخدامها بفعالية.
- تقديم تحليلات تنبؤية وتوجيهية لدعم اتخاذ القرارات الاستراتيجية.
- تحويل البيانات المعقدة إلى رؤى وتوصيات تجارية قابلة للتنفيذ.
و. إدارة المشاريع والابتكار
- إدارة محفظة مشاريع ومبادرات البيانات والذكاء الاصطناعي.
- ضمان تسليم المشاريع ضمن الجداول الزمنية والميزانيات ومعايير الجودة المعتمدة.
- إجراء تقييمات الجدوى الفنية والمالية للمبادرات المقترحة.
- مراقبة وتقييم العائد على الاستثمار (ROI) لمشاريع البيانات والذكاء الاصطناعي.
- استكشاف التقنيات الناشئة وتقييم قيمتها التجارية.
- بناء شراكات استراتيجية مع موردي التكنولوجيا والاستشاريين ومقدمي الخدمات المتخصصة.
ز. إدارة الفريق والتطوير التنظيمي
- بناء وقيادة وإدارة فريق بيانات وذكاء اصطناعي عالي الأداء.
- تحديد متطلبات القوى العاملة واحتياجات الكفاءة الفنية.
- توزيع المسؤوليات، ومراقبة الأداء، وضمان تسليم الفريق الفعال.
- تطوير الموظفين من خلال التدريب والتطوير المهني ونقل المعرفة.
- تعزيز الابتكار والتعاون والتعلم المستمر.
- إنشاء برامج لتخطيط التعاقب الوظيفي وتطوير القيادة الفنية.
ح. أمن البيانات والامتثال وإدارة المخاطر
- التنسيق مع إدارة الأمن السيبراني لضمان حماية البيانات.
- ضمان ضوابط الوصول المناسبة، والأذونات، وممارسات إدارة البيانات الحساسة.
- تقييم مخاطر البيانات والذكاء الاصطناعي وتنفيذ خطط التخفيف منها.
- ضمان الامتثال للقوانين واللوائح والمعايير التنظيمية المعمول بها.
- مراقبة متطلبات الخصوصية وحماية البيانات الشخصية.
3. الصلاحيات والمسؤوليات الإدارية
- اقتراح وإدارة الخطط التشغيلية للإدارة ضمن الصلاحيات المعتمدة.
- التوصية باختيار واعتماد تقنيات ومنصات البيانات والذكاء الاصطناعي.
- إدارة الموارد البشرية والفنية والمالية للإدارة.
- الإشراف على موردي التكنولوجيا والعقود ومقدمي الخدمات ضمن الصلاحيات المفوضة.
- مراجعة واعتماد مخرجات المشاريع الفنية قبل تقديمها للموافقة النهائية.
- إعداد وتقديم تقارير الأداء الدورية والتوصيات الاستراتيجية للإدارة العليا.
- تمثيل الإدارة في اللجان الاستراتيجية والمبادرات التنظيمية ذات الصلة.
4. المؤهلات التعليمية
- درجة البكالوريوس في علوم الحاسب، أو تقنية المعلومات، أو هندسة البرمجيات، أو علم البيانات، أو الذكاء الاصطناعي، أو نظم المعلومات، أو أي تخصص ذي صلة.
- يفضل الحصول على درجة الماجستير في علم البيانات، أو الذكاء الاصطناعي، أو إدارة تقنية المعلومات، أو مجال ذي صلة.
- يفضل الحصول على شهادات مهنية ذات صلة في حوكمة البيانات، أو هندسة البيانات، أو الذكاء الاصطناعي، أو إدارة المشاريع.
5. الخبرة المهنية
- ما لا يقل عن 8 سنوات من الخبرة المهنية في مجال البيانات، أو تكنولوجيا المعلومات، أو التحليلات المتقدمة، أو المجالات ذات الصلة.
- ما لا يقل عن 3 سنوات في مناصب إدارية أو قيادية.
- خبرة مثبتة في تطوير وتنفيذ استراتيجيات البيانات والذكاء الاصطناعي.
- خبرة في إدارة منصات البيانات المؤسسية ومشاريع التحول الرقمي.
- خبرة عملية في تطبيقات الذكاء الاصطناعي، وتعلم الآلة، والتحليلات المتقدمة.
- خبرة مثبتة في إدارة الفرق الفنية والميزانيات والموردين الخارجيين.
6. المهارات والكفاءات المطلوبة
الكفاءات القيادية والإدارية
- القيادة الاستراتيجية والتفكير المستقبلي.
- تخطيط الأعمال وتحديد الأولويات.
- إدارة التغيير والتحول التنظيمي.
- إدارة المشاريع والميزانية.
- اتخاذ القرار وحل المشكلات.
- التواصل الفعال، والتفاوض، وإدارة أصحاب المصلحة.
الكفاءات الفنية والوظيفية
- حوكمة البيانات وإدارة البيانات.
- هندسة البيانات وهندسة البيانات.
- مستودعات البيانات وبحيرات البيانات.
- لغة SQL و Python.
- تعلم الآلة والتعلم العميق.
- الذكاء الاصطناعي التوليدي والنماذج اللغوية الكبيرة.
- ذكاء الأعمال وتحليلات البيانات.
- عمليات تعلم الآلة (MLOps) وعمليات البيانات (DataOps).
- منصات البيانات السحابية.
- أمن البيانات والخصوصية.
7. مؤشرات الأداء الرئيسية (KPIs)
مؤشر الأداء الرئيسي: الهدف المقترح
تنفيذ استراتيجية البيانات والذكاء الاصطناعي: 90% أو أكثر
درجة جودة البيانات: 95% أو أكثر
الامتثال لسياسات حوكمة البيانات: 95% أو أكثر
معدل تسليم مشاريع البيانات والذكاء الاصطناعي: 90% أو أكثر
معدل نجاح نموذج الذكاء الاصطناعي: بناءً على أهداف كل نموذج
تبني لوحة بيانات ذكاء الأعمال والتحليلات: هدف النمو السنوي
تقليل وقت إعداد التقارير: 30% أو أكثر
العائد على الاستثمار (ROI) لمشاريع الذكاء الاصطناعي: بناءً على حالات العمل المعتمدة
رضا أصحاب المصلحة الداخليين: 90% أو أكثر
الامتثال لأمن البيانات والخصوصية: 100%