أخصائي أول في تكنولوجيا المعلومات - هندسة البيانات

نحن نبحث عن مهندس بيانات أول لقيادة مركز بيانات المالية - تصميم المخطط والمعايير لأصول البيانات المالية عبر سناوفليك، ADF، وPower BI. ستقوم بتشغيل شبكة البيانات لدينا باستخدام بحيرة الميدالية، وتقديم نماذج دلالية قوية لتحليلات الأعمال، ودعم مجموعة واسعة من مجالات البيانات الشريكة عبر إيتون، ودمج الحوكمة وضوابط جاهزة للامتثال المالي حتى تتمكن المالية من الوثوق، والتوسع، وأتمتة القرارات.

- امتلك خارطة طريق هندسة البيانات من البداية إلى النهاية لمركز بيانات المالية المعتمد على سناوفليك وأنماط بحيرة الميدالية - مواءمة الطبقات المؤسسية (برونزية/فضية) وطبقات المجالات (ذهبية) للتوسع، وإعادة الاستخدام، والسرعة.
- صمم وراقب الطبقة الدلالية (مجموعات البيانات المنسقة من قبل المؤسسة، مخططات النجوم، RLS) التي تقدم نسخة واحدة من الحقيقة للتحليلات في Power BI؛ وضع معايير وممارسات نشر.
- تقييم خيارات هندسة تطبيقات/منصات البيانات: تحديد أنماط المصدر، قواعد الأمان (RBAC/RLS)، قيود الخصوصية، وضوابط إقامة البيانات بالتعاون مع فرق المنصة/الأمان.
- إنشاء أنماط إدخال وتحويل قابلة للتكرار باستخدام Azure Data Factory وسناوفليك (تنسيق، بيئات، تسمية، CI/CD)، ودعم حواجز DataOps.
- تقييم هندسة البيانات على مستوى عالٍ من السياق: تحويل الأهداف إلى كيانات مفاهيمية (مثل فواتير العملاء، بيانات العملاء الرئيسية، بيانات المالية الرئيسية مثل المواقع والحسابات) ودفع حالة الهدف المناسبة.
- تعزيز حوكمة البيانات الفيدرالية والجودة مع مالكي المجالات والمشرفين - تحديد CDE، قواعد DQ، بطاقات النتائج، السلالة، وممارسات الفهرسة التي تعزز الثقة.
- رفع جاهزية بيانات الذكاء الاصطناعي - التأكد من أن منتجات البيانات تتضمن البيانات الوصفية، الجودة، السلالة، والضوابط التي يحتاجها الذكاء الاصطناعي؛ التوافق مع حوكمة الذكاء الاصطناعي الناشئة وعمليات المخاطر.
- هندسة الأداء، الاعتمادية، والتكلفة - تحسين مستودعات سناوفليك، صحة التحديث/البوابة، والرصد لأكثر من 99% من التوافر عبر مجموعة التحليلات.
- دمج الأمان والامتثال من خلال التصميم - RBAC/RLS، التشفير، الحد الأدنى من الامتيازات، وضوابط أمان السحابة عبر مخازن البيانات، خطوط الأنابيب، وواجهة BI.
- تدريب ورفع مستوى المواهب - توجيه المهندسين، والمشرفين؛ زراعة أنماط قابلة لإعادة الاستخدام، وتنفيذات مرجعية، وممارسات قوية "البيانات كأصل".
- تشغيل CI/CD للبيانات وBI - إدارة الفروع، والإصدارات، وخطوط أنابيب النشر لسناوفليك/Power BI؛ دفع المصادقة الآلية والتحقق.
- الشراكة عبر فرق المنصة والتحليلات لتنسيق الإدخال/بحيرة البيانات مع التقارير والتعلم الآلي، وتسريع خرائط الطريق للمجالات وإعادة الاستخدام عبر المجالات.
- المشاركة في إنشاء استراتيجية الاختبار ومعايير الخروج مع مالك المنتج؛ تحديد التحقق من البيانات/الدلالات والعتبات الأداء اللازمة للإصدار والموافقة.
- الموافقة على التصميم المشترك: الشراكة مع قيادة DF&I التقنية الوظيفية لمراجعة والموافقة على التصميم الفني التفصيلي ونموذج البيانات لأصول FDH.

درجة البكالوريوس في علوم الحاسوب، نظم البيانات/المعلومات، الهندسة، الرياضيات، أو مجال ذي صلة (أو خبرة معادلة).
8-10 سنوات في هندسة/هندسة البيانات مع سجل حافل في شحن أصول البيانات المالية ونماذج دلالية.
5+ سنوات من النمذجة البُعدية وELT/ETL للأحمال التحليلية؛ 3+ سنوات من الخبرة العملية مع سناوفليك، ADF، وPower BI على نطاق المؤسسة.

- الهياكل والأنماط: شبكة البيانات (ملكية المجال، الحوكمة الفيدرالية) وبحيرة الميدالية (برونزية/فضية/ذهبية) المطبقة على حالات استخدام المالية.
- سناوفليك (تركيز على المالية): تحسين المستودعات، وجهات النظر المادية/تحسين البحث، مشاركة البيانات الآمنة، وفصل الأحمال لفتح النوافذ.
- ADF وDataOps: خطوط أنابيب موحدة، ترقية البيئة، خيارات CI/CD للبيانات؛ تسمية قابلة للدفاع والتقاط البيانات الوصفية للامتثال.
- الطبقة الدلالية وBI: خطوط أنابيب نشر Power BI، معايير DAX، استخدام محرر الجدول/DAX Studio، وأنماط RLS القابلة للتوسع للهياكل المالية الحساسة.
- معايير النمذجة: توجيه برونزي/فضي غير مرتبط بالمجال وتوافق مع الذهب المالي (حقائق/أبعاد لـ AP، AR، GL، FA، بين الشركات)؛ أبعاد متوافقة وتعريفات قياسية.
- الحوكمة وMDM: تحديد CDE، معجم/سلالة، قواعد DQ وبطاقات النتائج؛ التكامل مع الهياكل المالية/MDM ومجالس الإشراف.
- الأمان/الامتثال: RBAC، RLS، التشفير وضوابط أمان Azure؛ الوعي بتأثيرات SOX وخصوصية البيانات على خطوط أنابيب التقارير المالية.
- الاختبار والجاهزية: المصادقة الآلية من سناوفليك إلى Power BI، SIT/UAT لموافقة KPI، واختبار الأداء للنماذج الدلالية.
- جاهزية بيانات الذكاء الاصطناعي والحوكمة: نقاط تفتيش مخاطر الذكاء الاصطناعي، توجيه سياسة البيانات كرمز، والوعي التنظيمي المدمج في دورة حياة الأصول.
- هندسة مرتبطة بالأعمال: تربط النتائج المالية عالية المستوى (مثل تقليل DSO) بالنماذج البيانية المفاهيمية وهياكل الهدف (الفواتير، بيانات العملاء الرئيسية، بيانات المالية الرئيسية).
- رعاية المعايير: القدرة المثبتة على تطبيق والمساهمة في معايير/كتيبات شبكة البيانات المؤسسية، وإبراز الأنماط القابلة لإعادة الاستخدام والحواجز.
- الطلاقة في مجال المالية تواصل التبادلات بلغة بسيطة؛ توفق بين أصحاب المصلحة حول الجداول الزمنية القريبة، والمصالحات، وتعريفات القياسات.
- التفكير في الأنظمة ودورة الحياة يربط الإدخال - النمذجة - الدلالية - الاستهلاك مع الوثائق والتمكين التي يثق بها المدققون والمحللون.
- القيادة والتأثير: توجيه المهندسين/المشرفين؛ بناء توافق الآراء عبر المالية، المنصة، ومنتديات الحوكمة.
- التوجه نحو النتائج: تحقيق مكاسب قابلة للقياس في الاعتمادية، الجودة، التبني، والتكلفة داخل FDH.
- التنسيق التعاوني: ليس خبيرًا في كل مجال، ولكن يجلب باستمرار الأشخاص المناسبين معًا (مالك منتج DF&I، نقابة الهندسة، فريق IDM Finance BU، المنصة/الأمان، المشرفين) للانتقال من النية إلى التصميم إلى الموافقة إلى الإصدار.