هدف الدور

استخدام تقنيات تحليل البيانات المبتكرة والتعلم الآلي لاستخراج رؤى قيمة من احتياطيات بيانات البنك، واستغلال هذه الرؤى لإبلاغ اتخاذ القرارات الاستراتيجية، وتحسين الكفاءة التشغيلية، ودفع الابتكار عبر المؤسسة.

المسؤوليات

• تحديد وجمع واستخراج البيانات من مصادر متنوعة، بما في ذلك المصادر الداخلية والخارجية.
• تنفيذ تنظيف البيانات وتجهيزها وتحويلها لضمان جودتها وملاءمتها للتحليل.
• تطوير وصيانة خطوط بيانات فعالة لاكتساب البيانات ومعالجتها بشكل آلي.
• تصميم وإجراء نماذج إحصائية ونماذج تعلم آلي لتحليل الأنماط والاتجاهات والعلاقات في البيانات.
• تطوير وتنفيذ نماذج تنبؤية للتنبؤ بالنتائج المستقبلية وتحديد المخاطر والفرص المحتملة.
• التعاون مع أصحاب المصلحة في الأعمال للبحث عن فرص لإضافة قيمة من البيانات من خلال علم البيانات.

توقعات نائب الرئيس المساعد

• تقديم المشورة والتأثير على اتخاذ القرار، والمساهمة في تطوير السياسات وتحمل المسؤولية عن الفعالية التشغيلية. التعاون بشكل وثيق مع وظائف أخرى / أقسام الأعمال.
• قيادة فريق يؤدي مهام معقدة، باستخدام المعرفة والمهارات المهنية المتطورة لتقديم عمل يؤثر على وظيفة الأعمال بأكملها. تحديد الأهداف وتوجيه الموظفين في السعي لتحقيق تلك الأهداف، وتقييم الأداء بالنسبة للأهداف وتحديد نتائج المكافآت.
• إذا كانت الوظيفة تتضمن مسؤوليات قيادية، يُتوقع من قادة الأشخاص إظهار مجموعة واضحة من سلوكيات القيادة لإنشاء بيئة يمكن للزملاء الازدهار فيها وتقديم مستوى ممتاز باستمرار. تشمل سلوكيات LEAD الأربعة: L - الاستماع والصدق، E - تحفيز وإلهام، A - التوافق عبر المؤسسة، D - تطوير الآخرين.
• أو بالنسبة لمساهم فردي، سيقودون مهام تعاونية ويوجهون أعضاء الفريق من خلال مهام منظمة، وتحديد الحاجة إلى تضمين مجالات تخصص أخرى لإكمال المهام. سيحددون اتجاهات جديدة للمهام و / أو المشاريع، مع تحديد مجموعة من المنهجيات أو الممارسات متعددة الوظائف لتحقيق النتائج المطلوبة.
• تقديم المشورة بشأن القضايا المعقدة؛ تقديم المشورة لقادة الأشخاص لدعم حل القضايا المتصاعدة.
• تحديد طرق لتخفيف المخاطر وتطوير سياسات / إجراءات جديدة لدعم جدول أعمال التحكم والحوكمة.
• تحمل المسؤولية عن إدارة المخاطر وتعزيز الضوابط المتعلقة بالعمل المنجز.
• أداء عمل مرتبط ارتباطًا وثيقًا بعمل مجالات أخرى، مما يتطلب فهم كيفية تنسيق المجالات والمساهمة في تحقيق أهداف الوظيفة الفرعية للمؤسسة.
• التعاون مع مجالات عمل أخرى، لدعم الأعمال المتوافقة مع أنشطة الأعمال واستراتيجية الأعمال.
• المشاركة في تحليل معقد للبيانات من مصادر متعددة من المعلومات، الداخلية والخارجية مثل الإجراءات والممارسات (في مجالات أخرى، فرق، شركات، إلخ) لحل المشكلات بشكل إبداعي وفعال.
• التواصل بمعلومات معقدة. يمكن أن تتضمن المعلومات "المعقدة" معلومات حساسة أو معلومات يصعب التواصل بها بسبب محتواها أو جمهورها.
• التأثير أو إقناع أصحاب المصلحة لتحقيق النتائج.

من المتوقع أن يظهر جميع الزملاء قيم باركليز من الاحترام والنزاهة والخدمة والتميز والوصاية - بوصلة أخلاقية تساعدنا على القيام بما نعتقد أنه صحيح. كما يُتوقع منهم إظهار عقلية باركليز - لتمكين وتحدي ودفع - الدليل التشغيلي لكيفية تصرفنا.

ستكون مسؤولاً عن تصميم وبناء وتشغيل حلول التعلم الآلي القابلة للتوسع باستخدام ممارسات MLOps القوية. سيعمل المرشح عبر دورة حياة MLOps الشاملة - تغطي النشر، والمراقبة، والتحسين المستمر - لضمان أنظمة تعلم آلي ذات جودة إنتاج، خاضعة للرقابة، وفعالة. تلعب هذه الوظيفة دورًا رئيسيًا في تمكين حلول الذكاء الاصطناعي / التعلم الآلي على نطاق المؤسسة بما يتماشى مع إطار عمل MLOps القائم على سحاب باركليز وDatabricks، مما يضمن الاتساق، وقابلية التدقيق، وسرعة تحقيق القيمة لحالات استخدام الأعمال.

لتكون ناجحًا في هذه الوظيفة، يجب أن تمتلك:

• خبرة عملية قوية في MLOps (إدارة دورة حياة النموذج، CI / CD، النشر، المراقبة).
• خبرة في بناء وتشغيل نماذج التعلم الآلي عبر البيئات.
• فهم كامل لدورة حياة التعلم الآلي بما في ذلك التجريب، والتدريب، والتحقق، والنشر، والمراقبة.
• إجادة قوية في بايثون وPySpark.
• خبرة في معالجة البيانات على نطاق واسع ونظم البيانات الكبيرة.
• خبرة عملية مع AWS و / أو Databricks.
• خبرة في خطوط البيانات، ومتاجر الميزات، وسجلات النماذج.
• خبرة مع أدوات مثل:
  • MLflow (تتبع التجارب، السجل)
  • Airflow / أدوات التنسيق
  • Docker / حاويات

• خبرة مع خدمات AWS - S3، IAM، CloudWatch، EMR / Glue، إلخ.
• فهم منصات البيانات القابلة للتوسع (بحيرات البيانات، مستودعات البيانات).
• خبرة في مراقبة النماذج، واكتشاف الانحراف، وتتبع الأداء.
• فهم حوكمة البيانات، وحوكمة النماذج، ومتطلبات الامتثال.

بعض المهارات الأخرى ذات القيمة العالية تشمل:

• خبرة مع قدرات MLOps الأصلية في Databricks (فهرس الوحدة، سجل ML، حزم الأصول).
• التعرض لخطوط الاستدلال في الوقت الحقيقي / الدفع.
• معرفة بمفاهيم ومتجر الميزات والتنفيذ.
• الإلمام بـتكامل API وإطارات تقديم النماذج.
• فهم DevOps / البنية التحتية ككود (مثل Terraform، CloudFormation).

يمكن تقييمك على المهارات الأساسية الحرجة ذات الصلة بالنجاح في الدور، مثل المخاطر والضوابط، والتغيير والتحول، وفطنة الأعمال، والتفكير الاستراتيجي، والرقمية والتكنولوجيا، بالإضافة إلى المهارات التقنية المحددة للوظيفة.

سيكون المرشح الناجح مقيمًا في بوني.