وظيفة أخصائي أول في علم البيانات والذكاء الاصطناعي شاغرة لدى معادن بالرياض
Senior Specialist, Data Science & Artificial Intelligence
🏢 معادن (Ma'aden)
تفاصيل الوظيفة
تعلن شركة معادن (Ma'aden) عن توفر فرصة وظيفية شاغرة في مدينة الرياض بالمملكة العربية السعودية لوظيفة (Senior Specialist, Data Science & Artificial Intelligence II). تهدف هذه الوظيفة إلى تسريع خلق القيمة التجارية من خلال تطبيق التحليلات المتقدمة وتعلم الآلة وحلول الذكاء الاصطناعي التوليدي، وتحويل البيانات إلى رؤى قابلة للتنفيذ تدعم اتخاذ القرارات وتحسين الأداء التشغيلي والابتكار.
نبذة عن الوظيفة
يعمل (Senior Specialist, Data Science & Artificial Intelligence II) على تمكين شركة معادن من استثمار قوة الذكاء الاصطناعي من خلال تطوير حلول قابلة للتطوير وموثوقة ومسؤولة لمواجهة التحديات التجارية المعقدة. من خلال نشر نماذج تعلم الآلة وتطبيقات الذكاء الاصطناعي التوليدي، يساهم الدور في تحسين الكفاءة وتعزيز تجارب المستخدمين وفتح فرص جديدة للتحول الرقمي. كما يضمن الجمع بين الخبرة التقنية والحوكمة والأمان والممارسات الأخلاقية للذكاء الاصطناعي تقديم حلول تحقق قيمة ملموسة مع الحفاظ على الثقة والامتثال والاعتماد المستدام عبر المؤسسة. يتجلى النجاح في أن تحقق حلول الذكاء الاصطناعي قيمة تجارية قابلة للقياس وتحسينات تشغيلية، وأن تكون تطبيقات الذكاء الاصطناعي التوليدي دقيقة وموثوقة، وأن تحقق النماذج أهداف الأداء طوال دورة حياتها، وأن تُدمج الحلول بنجاح في العمليات والأنظمة المؤسسية، مع تطبيق ممارسات (MLOps) و(LLMOps) لتحسين الموثوقية وقابلية التوسع والكفاءة التشغيلية، مع الالتزام بمتطلبات الحوكمة والأمان والذكاء الاصطناعي المسؤول.
المهام والمسؤوليات
- تطوير ونشر حلول تعلم الآلة والتعلم العميق والذكاء الاصطناعي التوليدي لمواجهة التحديات الاستراتيجية والتشغيلية.
- تصميم تطبيقات ذكاء اصطناعي قابلة للتطوير لتحسين اتخاذ القرارات والإنتاجية والأتمتة والأداء التجاري.
- تسريع تبني الذكاء الاصطناعي من خلال الاستخدام المبتكر للتحليلات المتقدمة والتقنيات الناشئة.
- تحسين دقة النماذج وموثوقيتها وفعاليتها عبر هندسة الميزات والضبط والتقييم وتقنيات التحسين.
- تعزيز نتائج الذكاء الاصطناعي من خلال الاختبارات القوية والتحقق والتحسين المستمر للأداء.
- ضمان مواءمة حلول الذكاء الاصطناعي مع الأهداف التجارية والمتطلبات التشغيلية المتطورة.
- بناء وتحسين تطبيقات الذكاء الاصطناعي التوليدي باستخدام هندسة الاستفسار (Prompt Engineering) والتوليد المعزز بالاسترجاع (RAG) وتقنيات نماذج اللغة الكبيرة (LLM).
- تحسين جودة الاستجابات ودقتها وملاءمتها عبر التقييم المنظم ومنهجيات التحسين.
- تقديم قدرات ذكاء اصطناعي جاهزة للمؤسسة تدعم اكتشاف المعرفة وتوليد المحتوى والأتمتة الذكية.
- تحويل البيانات المهيكلة وغير المهيكلة إلى مجموعات بيانات عالية الجودة مناسبة لتطبيقات الذكاء الاصطناعي وتعلم الآلة.
- تحسين قابلية استخدام البيانات وموثوقيتها من خلال ممارسات التنظيف والإعداد وتطوير الميزات الفعالة.
- ضمان بناء حلول الذكاء الاصطناعي على أصول بيانات موثوقة ومحكومة وذات صلة تجارية.
- دعم نشر ومراقبة وإعادة التدريب وإدارة دورة حياة حلول الذكاء الاصطناعي باستخدام ممارسات (MLOps) و(LLMOps).
- تحسين الموثوقية التشغيلية وقابلية التوسع لنماذج وتطبيقات الذكاء الاصطناعي الإنتاجية.
- تمكين التبني المستدام للذكاء الاصطناعي من خلال مراقبة الأداء الفعال والتحسين المستمر.
- ضمان الامتثال لمتطلبات حوكمة المؤسسة والأمن السيبراني والخصوصية والذكاء الاصطناعي الأخلاقي.
- تعزيز الشفافية والثقة من خلال توثيق النماذج والافتراضات والمخاطر ونتائج التحقق.
- تعزيز ممارسات الذكاء الاصطناعي المسؤول التي توازن بين الابتكار وإدارة المخاطر والتزامات الامتثال.
الشروط والمتطلبات
- درجة البكالوريوس في علوم البيانات أو الذكاء الاصطناعي أو علوم الحاسب أو تخصص كمي ذي صلة.
- خبرة من 4 إلى 6 سنوات في مجالات علوم البيانات أو تعلم الآلة أو الذكاء الاصطناعي أو التحليلات المتقدمة.
- خبرة في تطوير ونشر حلول تعلم الآلة والذكاء الاصطناعي في بيئات الأعمال.
- خبرة في العمل مع البيانات المهيكلة وغير المهيكلة لحالات استخدام تحليلية وللذكاء الاصطناعي.
- خبرة في دعم نشر حلول الذكاء الاصطناعي ومراقبتها وإدارة دورة حياة النماذج.
المهارات المطلوبة
- الخبرة الوظيفية: تعلم الآلة والتعلم العميق، الذكاء الاصطناعي التوليدي ونماذج اللغة الكبيرة (LLMs)، هندسة الاستفسار (Prompt Engineering)، التوليد المعزز بالاسترجاع (RAG)، ضبط النماذج وتقييمها، إعداد البيانات وهندسة الميزات.
- الأعمال والتسليم: Python وSQL، TensorFlow وPyTorch وScikit-Learn، ممارسات MLOps وLLMOps، تكامل واجهات API ونشر الذكاء الاصطناعي، مراقبة النماذج وتحسين الأداء، حل المشكلات التحليلية.
- الأفراد والتعاون: التعاون والعمل الجماعي، التواصل مع أصحاب المصلحة، التواصل ومشاركة المعرفة، التوجه نحو النتائج، المساءلة، التحسين المستمر.
عرض النص الأصلي للإعلان
Why This Role Matters
The Senior Specialist, Data Science & Artificial Intelligence II accelerates business value creation through the application of advanced analytics, machine learning, and Generative AI solutions. The role transforms data into actionable intelligence that improves decision-making, operational performance, automation, innovation, and business outcomes across the enterprise.
The role enables Ma’aden to harness the power of AI by developing scalable, reliable, and responsible solutions that address complex business challenges. Through the deployment of machine learning models and GenAI applications, the role improves efficiency, enhances user experiences, and unlocks new opportunities for digital transformation.
By combining technical expertise with governance, security, and ethical AI practices, the role ensures that AI solutions deliver measurable value while maintaining trust, compliance, and sustainable adoption across the organization.
What You Will Deliver AI Solution Development & Innovation
- Develop and deploy machine learning, deep learning, and Generative AI solutions that address strategic and operational business challenges.
- Design scalable AI applications that improve decision-making, productivity, automation, and business performance.
- Accelerate AI adoption through innovative use of advanced analytics and emerging AI technologies.
- Improve model accuracy, reliability, and effectiveness through feature engineering, tuning, evaluation, and optimization techniques.
- Strengthen AI outcomes through robust testing, validation, and continuous performance enhancement.
- Ensure AI solutions remain aligned with business objectives and evolving operational requirements.
- Build and enhance GenAI applications using prompt engineering, retrieval-augmented generation (RAG), and large language model technologies.
- Improve response quality, accuracy, and relevance through structured evaluation and optimization approaches.
- Deliver enterprise-ready AI capabilities that support knowledge discovery, content generation, and intelligent automation.
- Transform structured and unstructured data into high-quality datasets suitable for AI and machine learning applications.
- Improve data usability and reliability through effective cleansing, preparation, and feature development practices.
- Ensure AI solutions are built on trusted, governed, and business-relevant data assets.
- Support deployment, monitoring, retraining, and lifecycle management of AI solutions using MLOps and LLMOps practices.
- Improve operational reliability and scalability of production AI models and applications.
- Enable sustainable AI adoption through effective performance monitoring and continuous improvement.
- Ensure AI solutions comply with enterprise governance, cybersecurity, privacy, and ethical AI requirements.
- Strengthen transparency and trust by documenting models, assumptions, risks, and validation outcomes.
- Promote responsible AI practices that balance innovation with risk management and compliance obligations.
- AI and machine learning solutions deliver measurable business value and operational improvement.
- Generative AI applications provide accurate, reliable, and high-quality outputs for end users.
- Machine learning models achieve performance targets and remain effective throughout their lifecycle.
- AI solutions are successfully integrated into enterprise processes and systems.
- MLOps and LLMOps practices improve model reliability, scalability, and operational efficiency.
- Governance, security, and responsible AI requirements are consistently embedded within AI initiatives.
- Bachelor’s degree in Data Science, Artificial Intelligence, Computer Science, or a related quantitative discipline.
- 4-6 years of experience in data science, machine learning, artificial intelligence, or advanced analytics roles.
- Experience developing and deploying machine learning and AI solutions in business environments.
- Experience working with structured and unstructured data for analytical and AI use cases.
- Experience supporting AI solution deployment, monitoring, and model lifecycle management.
- Machine Learning & Deep Learning
- Generative AI & Large Language Models (LLMs)
- Prompt Engineering
- Retrieval-Augmented Generation (RAG)
- Model Fine-Tuning & Evaluation
- Data Preparation & Feature Engineering
- Python & SQL
- TensorFlow, PyTorch & Scikit-Learn
- MLOps & LLMOps Practices
- API Integration & AI Deployment
- Model Monitoring & Performance Optimization
- Analytical Problem Solving
- Collaboration & Teamwork
- Stakeholder Engagement
- Communication & Knowledge Sharing
- Results Orientation
- Accountability
- Continuous Improvement
المصدر: الموقع الرسمي للجهة - أُضيفت للموقع في 8 سبتمبر 2026
رقم الإعلان لدى المصدر: 9067
رقم الإعلان لدى المصدر: 9067
