الوصف الوظيفي
دور المشروع : مهندس برمجيات مخصص
وصف دور المشروع : تصميم وبناء وتكوين التطبيقات لتلبية متطلبات العمليات التجارية والتطبيقات.
المهارات المطلوبة : ساب MM إدارة المواد، الذكاء الاصطناعي التوليدي
المهارات الجيدة : لا يوجد
يتطلب الحد الأدنى من 12 سنة من الخبرة
المؤهل التعليمي : 15 سنة تعليم بدوام كامل
ملخص
سيتم تصميم وتكوين وتعزيز عمليات إدارة المواد في ساب (MM) مع الاستفادة من أدوات تطوير مدعومة بالذكاء الاصطناعي والمساعدين لتسريع تحليل المتطلبات والتكوين والاختبار والتوثيق وحل المشكلات. تضمن هذه الوظيفة تبسيط الشراء وإدارة المخزون وتعاون الموردين مع دمج قدرات الذكاء الاصطناعي المدمجة لتعزيز الإنتاجية - دون الحاجة إلى مشاركة عميقة في تطوير نماذج اللغة الكبيرة أو الذكاء الاصطناعي الوكلي.
المسؤوليات الرئيسية
التسليم الوظيفي والتقني لـ MM
تكوين وتحسين عمليات MM بما في ذلك:
o الشراء للدفع (P2P)
o إدارة طلب الشراء
o قائمة المصادر وترتيبات الحصص
o إدارة الموردين
o إدارة المخزون، الحجوزات والحركات
o بيانات المواد الرئيسية
o استراتيجيات الإصدار والتسعير
استخدام المساعدين المدعومين بالذكاء الاصطناعي لإنشاء مواصفات وظيفية، والتحقق من منطق التكوين، وإنشاء حالات اختبار عالية الجودة، وأتمتة الوثائق الرئيسية.
دعم التسليم من البداية إلى النهاية عبر جمع المتطلبات، تصميم الحلول، التكوين، SIT/UAT، النشر، والرعاية الفائقة.
دمج MM مع SD و FI و PP و QM وأنظمة الموردين الخارجية باستخدام واجهات برمجة التطبيقات القياسية و IDocs والبرمجيات الوسيطة.
الإنتاجية المدعومة بالذكاء الاصطناعي
تطبيق أدوات الذكاء الاصطناعي لتسريع:
o تفسير المتطلبات وتصميم العمليات
o التحقق من بيانات المواد والموردين
o تشخيص الأخطاء في سير العمل للشراء والمخزون
o إنشاء الاختبارات، وتحليل الانحدار، وتقييم تأثير التغييرات
o توليد الوثائق (FS، TS، SOPs، KT decks)
دمج خدمات الذكاء الاصطناعي المدمجة لتعزيز عمليات MM - مثل:
o تصنيف تلقائي للمواد أو وثائق الشراء
o إشارات تنبؤية (مثل، انخفاض المخزون، تأخيرات في التسليم)
o تلخيص ذكي لاستثناءات أو مشاكل GR/IR
استخدام استكشاف الأخطاء المدعوم بنماذج اللغة الكبيرة لتقليل وقت حل الحوادث.
الحوكمة والجودة والتعاون
ضمان الامتثال لحوكمة الشراء، وسياسات التدقيق، ومعايير بيانات المواد، والضوابط التشغيلية.
المشاركة في ورش العمل، والمناقشات، ومناقشات تحسين العمليات المدعومة برؤى مولدة بالذكاء الاصطناعي.
التعاون مع فرق الشراء والمخازن والمالية والإنتاج وQM وفرق التكامل لتقديم حلول MM متماسكة.
المساهمة بقوالب قابلة لإعادة الاستخدام، وقوائم مراجعة، وأفضل الممارسات المعززة بالذكاء الاصطناعي لتكوين واختبار MM.
المهارات والخبرات المطلوبة
خبرة ساب MM
فهم قوي لعمليات P2P، وتدفقات وثائق الشراء، وتقييم الموردين، وإدارة المخزون.
خبرة في تكوين بيانات المواد، وبيانات الموردين، ومعالجة PO/PR، وحركات البضائع، واستراتيجيات الإصدار.
إلمام بالتكامل عبر SD و FI و PP و QM.
معرفة بـ IDocs والمخرجات وإجراءات التسعير وأنماط استكشاف الأخطاء الشائعة في MM.
مهارات جاهزة للذكاء الاصطناعي
خبرة عملية في استخدام المساعدين المدعومين بالذكاء الاصطناعي، وأدوات التوثيق المدعومة بنماذج اللغة الكبيرة، ومسرعات الاختبار المدعومة بالذكاء الاصطناعي.
القدرة على دمج قدرات الذكاء الاصطناعي المدمجة (وليس بناء نماذج ذكاء اصطناعي مخصصة) في سير العمل لـ MM من أجل الأتمتة وتوليد الرؤى.
فهم استخدام الذكاء الاصطناعي المسؤول، وتأثيرات جودة البيانات، وحدود الذكاء الاصطناعي في سياقات الشراء.
المهارات العامة
مهارات تحليلية وحل مشكلات قوية في سيناريوهات الشراء وإدارة المواد.
القدرة على تحويل متطلبات الأعمال إلى تكوينات ساب MM منطقية وقابلة للتوسع.
مهارات تواصل وتعاون واضحة عبر فرق الأعمال الوظيفية.
عقلية التعلم المستمر مع الراحة في اعتماد أدوات الإنتاجية المدعومة بالذكاء الاصطناعي.
الجيد أن يكون
شهادة ساب MM (S/4HANA Sourcing & Procurement).
خبرة مع Ariba و Fieldglass أو منصات الشراء الأخرى.
تعرض لعمليات المخازن أو اللوجستيات (WM/EWM).
إلمام بأطر الاختبار الآلي (مثل Tricentis).
توقعات النتائج
تقديم حلول ساب MM أسرع وأكثر دقة باستخدام تطوير وتحليل مدعوم بالذكاء الاصطناعي.
تحسين شفافية الشراء، وتنسيق الموردين، ودقة المخزون.
أن تكون طبقة ربط بين فرق الشراء، وفرق هندسة ساب، وزملاء الذكاء الاصطناعي الأصليين عندما تكون هناك حاجة إلى خبرة أعمق في الذكاء الاصطناعي.
معلومات إضافية
يتطلب 15 سنة تعليم بدوام كامل.
لقد تمت ترجمة هذا الإعلان الوظيفي بواسطة الذكاء الاصطناعي وقد يحتوي على بعض الاختلافات أو الأخطاء البسيطة.
