وظيفة مدير الذكاء الاصطناعي شاغرة لدى فقيه للرعاية الصحية في جدة
AI Director
🏢 فقيه للرعاية الصحية (Fakeeh Care Group)
تفاصيل الوظيفة
تعلن شركة فقيه للرعاية الصحية عن توفر وظيفة مدير الذكاء الاصطناعي (AI Director) في مكة وجدة، السعودية، بهدف قيادة تطوير وتنفيذ وتوسيع نطاق حلول الذكاء الاصطناعي في المجموعة من خلال ترجمة الاحتياجات السريرية والتشغيلية والتجارية إلى نتائج قابلة للقياس.
نبذة عن الوظيفة
قيادة تطوير وتنفيذ وتوسيع نطاق حلول الذكاء الاصطناعي عبر المجموعة من خلال ترجمة الاحتياجات السريرية والتشغيلية والتجارية إلى نتائج قابلة للقياس. تشمل المسؤولية إنشاء وقيادة مركز التميز للذكاء الاصطناعي، وتنفيذ استراتيجية الذكاء الاصطناعي وإطار الحوكمة، وتطوير القدرات الداخلية في الذكاء الاصطناعي، والتعاون مع الجهات المعنية لتحديد وتصميم والتحقق من صحة ونشر ومراقبة وتوسيع نطاق الحلول عالية القيمة. كما يقدم المدير القيادة التقنية في هندسة الحلول والتقييم والنمذجة الأولية وقرارات التنفيذ وحل التحديات التقنية والتشغيلية، مع دعم الابتكار والبحث والتسويق.
المهام والمسؤوليات
- تنفيذ استراتيجية الذكاء الاصطناعي وإدارة المحفظة: دعم تنفيذ استراتيجية الذكاء الاصطناعي للمجموعة وترجمة الأولويات الاستراتيجية إلى خارطة طريق قابلة للتنفيذ ومحفظة مبادرات، وتطوير محفظة ذات أولويات تشمل الأهداف وأصحاب المصلحة والمتطلبات الفنية والجداول الزمنية والنتائج المتوقعة ومقاييس النجاح.
- إنشاء عملية منظمة لتحديد وتقييم وترتيب أولويات فرص الذكاء الاصطناعي بناءً على القيمة السريرية أو التشغيلية، والجدوى الفنية، وجاهزية البيانات، ومتطلبات التنفيذ، والمخاطر، وقابلية التوسع، والعائد المتوقع على الاستثمار.
- الحفاظ على محفظة متوازنة عبر الذكاء الاصطناعي السريري، والتحليلات التنبؤية، والتحسين التشغيلي، والأتمتة الإدارية، وإنتاجية القوى العاملة، وإشراك المرضى، ومعالجة اللغة الطبيعية، والذكاء الاصطناعي التوليدي، وغيرها من قدرات الذكاء الاصطناعي الناشئة.
- توفير رؤية منتظمة لمحفظة الذكاء الاصطناعي تتضمن تقدم التنفيذ والتبعيات والمخاطر ومتطلبات الموارد والنتائج وفرص التوسع.
- تطوير حلول الذكاء الاصطناعي وتنفيذها: قيادة مبادرات الذكاء الاصطناعي عبر دورة الحياة الكاملة بدءًا من تحديد المشكلة وتقييم الجدوى وحتى النموذج الأولي والمنتج الأدنى القابل للتطبيق والتحقق والدمج والنشر التشغيلي والتبني والمراقبة والتوسع.
- العمل مباشرة مع مطوري البرمجيات ومهندسي البيانات وأخصائيي المعلوماتية السريرية والأطباء وفرق الأعمال لترجمة الاحتياجات التنظيمية إلى حلول ذكاء اصطناعي قابلة للنشر، وتطوير أو قيادة تطوير حلول الذكاء الاصطناعي والتعلم الآلي عند الاقتضاء.
- إنشاء قدرات النمذجة الأولية السريعة لتقييم الأفكار الواعدة قبل تخصيص موارد كبيرة، وضمان وجود مسارات واضحة من النماذج الأولية الناجحة إلى الإنتاج والتبني المؤسسي.
- المساءلة عن الجداول الزمنية للتسليم والجودة الفنية وجاهزية التنفيذ والتبني والنتائج القابلة للقياس.
- تكنولوجيا وهندسة الذكاء الاصطناعي: تقديم القيادة الفنية عبر تقنيات الذكاء الاصطناعي الحديثة بما في ذلك التعلم الآلي والتعلم العميق والتحليلات التنبؤية ومعالجة اللغة الطبيعية ونماذج اللغة الكبيرة والذكاء الاصطناعي التوليدي والوكلاء الذكيين والأتمتة الذكية.
- تقييم بنية النماذج وواجهات برمجة التطبيقات ومجموعات البيانات وأطر الذكاء الاصطناعي والوثائق الفنية وأداء النماذج ومتطلبات البنية التحتية والادعاءات التقنية، وتوجيه القرارات الفنية المتعلقة باختيار النماذج والضبط الدقيق وهندسة RAG وسير العمل الوكيل وخطوط بيانات البيانات وهندسة الاستدلال والدمج والنشر.
- المشاركة المباشرة في مراجعات البنية وحل المشكلات الفنية وتقييم النماذج الأولية وحل معوقات التنفيذ، والبقاء على اطلاع دائم بالتطورات في الذكاء الاصطناعي وتقييم التقنيات الناشئة بناءً على قدرتها على تلبية الاحتياجات السريرية والتشغيلية والتجارية.
- MLOps وLLMOps والذكاء الاصطناعي الإنتاجي: إنشاء قدرات MLOps وLLMOps العملية لدعم التطوير والنشر والتشغيل الموثوق لحلول الذكاء الاصطناعي، وتنفيذ عمليات لإدارة إصدارات النماذج والاختبار وخطوط النشر والمراقبة والمرئية وتقييم الأداء وكشف الانحراف وإعادة التدريب والتراجع وإدارة دورة الحياة.
- ضمان أن حلول الذكاء الاصطناعي الإنتاجية تلبي متطلبات المؤسسة من قابلية التوسع والموثوقية والتوفر والأداء والأمن السيبراني والخصوصية والدعم واسترداد الكوارث واستمرارية الأعمال، ومراقبة أداء الذكاء الاصطناعي وسلامته وموثوقيته واستخدامه ونتائجه بعد النشر.
- الذكاء الاصطناعي الصحي والدمج السريري: العمل عن كثب مع الأطباء والممرضين والصيادلة وأخصائيي الرعاية الصحية والمعلوماتية السريرية وفرق الجودة والتشغيل لتحديد الفرص التي يمكن للذكاء الاصطناعي تحسين الرعاية السريرية والجودة والسلامة والإنتاجية وتجربة المريض.
- ترجمة الاحتياجات السريرية وسير العمل إلى متطلبات فنية وضمان تصميم الحلول حول العمليات السريرية والتشغيلية الفعلية، وقيادة الدمج التقني والتشغيلي لحلول الذكاء الاصطناعي مع السجلات الطبية الإلكترونية والأنظمة السريرية وتطبيقات المؤسسة ومنصات البيانات وواجهات برمجة التطبيقات وبيئات تكنولوجيا الرعاية الصحية الأخرى بالتنسيق مع فرق تكنولوجيا المؤسسة المعنية.
- تطبيق معايير قابلية التشغيل البيني للرعاية الصحية مثل HL7 وFHIR وواجهات برمجة التطبيقات ومعايير المصطلحات السريرية ونماذج بيانات الرعاية الصحية عند الاقتضاء، وإنشاء منهجيات التحقق الرجعية والاستباقية لحلول الذكاء الاصطناعي السريري بالتعاون مع أصحاب المصلحة السريريين والجودة والبحث.
- ضمان خضوع حلول الذكاء الاصطناعي السريرية لتقييمات السلامة والأداء وسهولة الاستخدام وسير العمل والقبول السريري المناسبة قبل التنفيذ الإنتاجي، والعمل مع الفرق السريرية طوال التنفيذ لدعم التبني وتقييم العواقب غير المقصودة وتحسين الحلول بناءً على الأداء الحقيقي وملاحظات المستخدمين.
- حوكمة الذكاء الاصطناعي والذكاء الاصطناعي المسؤول: تطوير وتفعيل إطار حوكمة الذكاء الاصطناعي للمجموعة بالتنسيق مع متطلبات الحوكمة المؤسسية والأمن السيبراني والخصوصية والقانونية والسريرية والتنظيمية، وتنسيق الحوكمة عبر دورة حياة الذكاء الاصطناعي بما في ذلك التفكير والتقييم الفني وجاهزية البيانات ومراجعة الأمن السيبراني والخصوصية والمراجعة التنظيمية والتحقق والقبول السريري وجاهزية النشر والمراقبة والتدقيق وإدارة الحوادث والإشراف بعد النشر.
- دمج مبادئ الذكاء الاصطناعي المسؤول طوال تطوير الحلول ونشرها تشمل جودة البيانات والخصوصية والأمان والتحيز والعدالة والشفافية وقابلية التفسير والإشراف البشري والاستخدام المناسب، والعمل مع أصحاب المصلحة المعنيين لتحديد وإدارة المخاطر طوال دورة حياة الذكاء الاصطناعي، وضمان تضمين متطلبات الحوكمة في عمليات التطوير والتنفيذ منذ البداية لتمكين التقدم الآمن والفعال للحلول المعتمدة إلى مرحلة الإنتاج.
- جاهزية البيانات والذكاء الاصطناعي: العمل مع فرق هندسة البيانات والتحليلات والمعلوماتية السريرية والتكنولوجيا لضمان توفر البيانات المطلوبة لمبادرات الذكاء الاصطناعي بالجودة والكمية المناسبة.
عرض النص الأصلي للإعلان
Description
Job Purpose:
To lead the development, implementation, and scaling of artificial intelligence solutions across the Group bytranslating clinical, operational, and business needs into measurable outcomes. The role is responsible for establishing and leading the AI Center of Excellence, executing the Group’s AI strategy and governance framework, developing internal AI capabilities, and collaborating with key stakeholders to identify, design, validate, deploy, monitor, and scale high-value AI solutions. The Director will also provide technical leadership in solution architecture, evaluation, prototyping, implementation decisions, and the resolution of technical and operational challenges, while identifying and supporting innovation, research, and commercialization
Key Responsibilities And Duties
Additional Key Responsibilities and Requirements:
Relevant professional certifications in AI, cloud technologies, data engineering, cybersecurity, project management, or healthcare informatics are desirable.
Job Purpose:
To lead the development, implementation, and scaling of artificial intelligence solutions across the Group bytranslating clinical, operational, and business needs into measurable outcomes. The role is responsible for establishing and leading the AI Center of Excellence, executing the Group’s AI strategy and governance framework, developing internal AI capabilities, and collaborating with key stakeholders to identify, design, validate, deploy, monitor, and scale high-value AI solutions. The Director will also provide technical leadership in solution architecture, evaluation, prototyping, implementation decisions, and the resolution of technical and operational challenges, while identifying and supporting innovation, research, and commercialization
Key Responsibilities And Duties
- AI Strategy Execution and Portfolio Management:
- Support the execution of the Group’s enterprise AI strategy and translate strategic priorities into an actionable AI roadmap and portfolio of initiatives.
- Develop and maintain a prioritized portfolio of AI initiatives with defined objectives, business owners, technical requirements, timelines, expected outcomes, and measures of success.
- Establish a structured process for identifying, evaluating, and prioritizing AI opportunities based on clinical or operational value, technical feasibility, data readiness, implementation requirements, risk, scalability, and expected return on investment.
- Maintain a balanced portfolio across clinical AI, predictive analytics, operational optimization, administrative automation, workforce productivity, patient engagement, natural language processing, generative AI, and other emerging AI capabilities.
- Provide regular visibility into the AI portfolio, including implementation progress, dependencies, risks, resource requirements, outcomes, and opportunities for scale.
- AI Solution Development and Implementation:
- Lead AI initiatives through the complete delivery lifecycle from problem identification and feasibility assessment through prototype, minimum viable product, validation, integration, production deployment, adoption, monitoring, and scale.
- Work directly with software developers, data engineers, clinical informaticists, clinicians, and business teams to translate organizational needs into deployable AI solutions.
- Develop, prototype, or technically lead the development of AI and machine learning solutions where appropriate.
- Establish rapid prototyping capabilities to evaluate promising ideas before significant resources are committed.
- Ensure successful prototypes and pilots have clearly defined pathways to production and enterprise adoption.
- Maintain accountability for delivery timelines, technical quality, implementation readiness, adoption, and measurable outcomes.
- AI Technology and Engineering:
- Provide technical leadership across modern AI technologies including machine learning, deep learning, predictive analytics, natural language processing, large language models, generative AI, AI agents, and intelligent automation.
- Evaluate model architecture, APIs, datasets, AI frameworks, technical documentation, model performance, infrastructure requirements, and technical claims.
- Guide technical decisions related to model selection, fine tuning, retrieval augmented generation architectures, agentic workflows, data pipelines, inference architecture, integration, and deployment.
- Participate directly in architecture reviews, technical problem solving, prototype evaluation, and resolution of implementation barriers.
- Stay current with developments in AI and assess emerging technologies based on their potential to address meaningful clinical, operational, and business needs
- MLOps, LLMOps and Production AI
- Establish practical MLOps and LLMOps capabilities to support reliable development, deployment, and operation of AI solutions.
- Implement processes for model and prompt versioning, testing, deployment pipelines, monitoring, observability, performance evaluation, drift detection, retraining, rollback, and lifecycle management.
- Ensure production AI solutions meet enterprise requirements for scalability, reliability, availability,performance, cybersecurity, privacy, supportability, disaster recovery, and business continuity.
- Establish ongoing monitoring of AI performance, safety, reliability, utilization, and outcomes following deployment
- Work closely with physicians, nurses, pharmacists, allied health professionals, clinical informatics, quality, and operational teams to identify opportunities where AI can improve clinical care, quality, safety, productivity, and patient experience.
- Translate clinical needs and workflows into technical requirements and ensure solutions are designed around actual clinical and operational processes.
- Lead the technical and operational integration of AI solutions with electronic medical records, clinical systems, enterprise applications, data platforms, APIs, and other healthcare technology environments in coordination with the relevant enterprise technology teams.
- Apply healthcare interoperability standards and technologies including HL7, FHIR, APIs, clinical terminology standards, and healthcare data models where applicable.
- Establish appropriate retrospective and prospective validation methodologies for clinical AI solutions in collaboration with clinical, quality, and research stakeholders.
- Ensure clinical AI solutions undergo appropriate safety, performance, usability, workflow, and clinical acceptance assessments prior to production implementation.
- Work with clinical teams throughout implementation to support adoption, evaluate unintended consequences, and refine solutions based on real world performance and user feedback.
- Further develop and operationalize the Group’s AI governance framework in alignment with established enterprise governance, cybersecurity, privacy, legal, clinical, and regulatory requirements.
- Coordinate governance across the AI lifecycle including ideation, technical assessment, data readiness, cybersecurity and privacy review, regulatory review, validation, clinical acceptance, deployment readiness, monitoring, auditing, incident management, and post deployment oversight.
- Embed responsible AI principles throughout solution development and deployment including data quality, privacy, security, bias, fairness, transparency, explainability, human oversight, and appropriate use.
- Work closely with cybersecurity, privacy, legal, quality, clinical governance, and other relevant stakeholders to identify and manage risks throughout the AI lifecycle.
- Ensure governance requirements are incorporated into AI development and implementation processes from the outset, enabling safe and efficient progression of approved solutions into production.
- Data and AI Readiness
- Work with data engineering, analytics, clinical informatics, and technology teams to ensure data required for AI initiatives is accessible, reliable, appropriately governed, and fit for purpose.
- Assess data availability, quality, completeness, and suitability early in the AI development lifecycle.
- Define requirements for data extraction, normalization, labeling, terminology mapping, training and validation datasets, data pipelines, lineage, and access controls.
- Identify and address data limitations that may affect model performance, clinical validity, scalability, or implementation feasibility.
Additional Key Responsibilities and Requirements:
- AI Technology Evaluation and Technical Due Diligence:
- Conduct technical and operational assessments of proposed AI solutions and technologies, including architecture, model performance, validation evidence, data requirements, integration capabilities, scalability, cybersecurity considerations, privacy requirements, supportability, and technical risks.
- Provide evidence based technical recommendations on the suitability, readiness, and implementation requirements of AI solutions for consideration through the Group’s established technology, procurement, governance, and investment processes.
- Lead or support proof of concept and pilot evaluations where appropriate to determine technical feasibility, clinical applicability, integration requirements, performance, and expected value.
- Work with clinical, technology, data, cybersecurity, privacy, procurement, legal, and business stakeholders to define technical requirements and ensure that proposed AI solutions can be implemented safely and effectively within the Group’s enterprise environment.
- Identify opportunities where internal AI development or co development may be technically feasible and provide recommendations through the appropriate organizational governance and approval channels.
- Value Realization and Adoption
- Define measurable success criteria and expected benefits for AI initiatives before development begins.
- Establish baseline measurements and evaluate post implementation outcomes including clinical impact, productivity, operational efficiency, quality and safety, financial performance, workforce impact, and
- patient experience.
- Monitor adoption and utilization of deployed AI solutions and work with clinical and business owners to identify and address barriers to adoption.
- Scale successful solutions across appropriate facilities, departments, and workflows following the relevant organizational approvals.
- Recommend modification, redesign, or discontinuation of initiatives that fail to demonstrate sufficient value, adoption, technical performance, or clinical benefit.
- Provide regular reporting on AI portfolio performance, implementation progress, adoption, benefits realization, risks, and lessons learned.
- AI Center of Excellence Development
- Establish and progressively develop the Group’s AI Center of Excellence.
- Define the technical capabilities, roles, development standards, methodologies, tools, infrastructure requirements, and operating model required to support enterprise AI delivery.
- Build and lead a multidisciplinary team incorporating capabilities such as AI and machine learning engineering, data science, data engineering, AI product management, MLOps and LLMOps, clinical
- informatics, validation, and program management.
- Recruit, mentor, and develop AI and data professionals while strengthening AI capabilities across the organization.
- Develop reusable AI components, reference architecture, development standards, documentation, and implementation practices to accelerate future projects and enable solutions to scale.
- Promote collaboration and knowledge sharing across clinical, technology, research, data, and business teams.
- Innovation, Research and Commercialization Support:
- Identify and evaluate emerging AI technologies, startups, academic collaborations, research opportunities, and potential innovation partners relevant to the Group’s strategic priorities.
- Support the development and technical evaluation of collaborations with universities, startups, technology companies, small and medium sized enterprises, research organizations, and other innovation partners.
- Support applied AI research and clinical validation projects aligned with organizational priorities.
- Contribute to postgraduate research and student supervision where appropriate.
- Provide technical input into potential co development opportunities, including feasibility, required capabilities, data requirements, intellectual property considerations, implementation requirements, and potential scalability.
- Identify potential intellectual property arising from internally or jointly developed AI solutions and work with the appropriate organizational stakeholders to ensure that datasets, algorithms, models, software, and other intellectual assets are appropriately recognized and protected.
- Identify solutions that may have potential for broader adoption or commercialization and provide technical and operational input into their evaluation through the Group’s established governance and approval processes
- Performing all duties and tasks in a manner that supports Fakeeh’s Person-Centered care values.
- Actively contributing to continuous improvement initiatives, within the scope of the role.
- Adherence to safety protocols and proactively seeking to address any job-related safety concerns.
- Maintaining strict confidentiality of all sensitive information accessed or encountered during work.
- Complying with cybersecurity policies and standards to protect Fakeeh’s systems and participating in awareness
- Adhering to and upholding Fakeeh Care’s code of conduct, policies and ethical standards.
- Completion of mandatory education as per the requirement, at least one month prior to expiration.
- Hands-on AI technical capability combined with strategic leadership.
- Strong understanding of healthcare data ecosystems and data monetization strategies.
- Ability to translate complex AI concepts into actionable business cases for non- technical audiences.
- Exceptional stakeholder management in complex organizational environments.
- Knowledge of Saudi regulatory landscape (SDAIA, PDPL, SFDA, NCA).
- 7 to 10+ or more years of relevant professional experience in artificial intelligence, machine learning, data science, software engineering, digital health, healthcare technology, or related fields.
- Demonstrated experience taking multiple AI solutions from concept or prototype through production deployment, adoption, and ongoing operation.
- Strong practical knowledge of modern AI technologies including machine learning, generative AI, large language models, AI agents, predictive modeling, natural language processing, or computer vision.
- Experience with MLOps or LLMOps, production deployment, APIs, data pipelines, cloud or hybrid infrastructure, model monitoring, and enterprise integration.
- Demonstrated ability to lead technical teams while remaining actively involved in architecture, technical design, prototyping, evaluation, and resolution of implementation challenges.
- Healthcare experience is strongly preferred, particularly experience with clinical workflows, healthcare data, electronic medical records, clinical validation, interoperability, or healthcare technology environments. Candidates from other complex or highly regulated industries may be considered where they demonstrate exceptional AI delivery experience and the ability to develop healthcare domain expertise.
- Experience working with technology companies, startups, universities, research organizations, or innovation partners is desirable.
- Experience contributing to intellectual property, co-development, licensing, orcommercialization of technology solutions is advantageous
- Bachelor’s or Master’s degree in Artificial Intelligence, Computer Science, Data Science, Engineering, Biomedical Informatics, Health Informatics, or a related technical discipline.
- A PhD is desirable but not required. Demonstrated experience developing and successfully deploying AI solutions will be given significant consideration.
- Excellent command of oral and written English and Arabic.
Relevant professional certifications in AI, cloud technologies, data engineering, cybersecurity, project management, or healthcare informatics are desirable.
المصدر: LinkedIn - أُضيفت للموقع في 8 سبتمبر 2026
رقم الإعلان لدى المصدر: 4464484726
رقم الإعلان لدى المصدر: 4464484726