📍 المملكة العربية السعودية تحديث مستمر على مدار الساعة
بوابة الوظائف

وظيفة مدير علوم البيانات والتحليلات شاغرة لدى معادن بالرياض

Manager, Data Science & Analytics
🏢 معادن (Ma'aden)
🕒 نُشرت: (اليوم) 📍 الرياض وظائف الهندسة والتقنية
التقديم على الوظيفة من المصدر الرسمي ↗

تفاصيل الوظيفة

تعمل شركة معادن (Maaden) في الرياض، المملكة العربية السعودية، ويبحثون عن مدير علوم البيانات والتحليلات (Manager, Data Science & Analytics) لقيادة تنفيذ مبادرات علوم البيانات والتحليلات المتقدمة ودعم التحول الرقمي واستخدام الذكاء الاصطناعي في العمليات التشغيلية.

نبذة عن الوظيفة

يتولى مدير علوم البيانات والتحليلات مسؤولية الإشراف على التنفيذ الكامل لمبادرات علوم البيانات والتحليلات المتقدمة التي تدعم أهداف معادن التشغيلية والتجارية. يضمن تقديم مشاريع علوم البيانات بجودة عالية وموثوقية وأثر قابل للقياس من خلال إدارة سير العمل والتنسيق مع أصحاب المصلحة وضمان التوافق مع معايير المؤسسة في البيانات والذكاء الاصطناعي والحوكمة. يعمل المترجم كقائد تشغيلي يحوّل الاحتياجات التجارية إلى أعمال تحليلية قابلة للتنفيذ ويشرف على تطوير النماذج والمنتجات التحليلية وخطوط أنابيب البيانات ويدعم نشرها واعتمادها عبر الوظائف المختلفة. يساهم هذا الدور في تمكين اتخاذ القرارات المبنية على البيانات داخل وحدات الإنتاج والصيانة وسلسلة التوريد والهندسة وغيرها من خلال توفير رؤى موثوقة وأدوات تحليلية قوية وحلول ذكاء اصطناعي ملائمة.

المهام والمسؤوليات

  • إدارة تسليم علوم البيانات من البداية إلى النهاية: الإشراف على تطوير وتنفيذ وصيانة قواعد البيانات وأنظمة جمع البيانات.
  • إدارة دورة حياة مشاريع التعلم الآلي والذكاء الاصطناعي (ML/AI) بدءاً من صياغة المشكلة واستكشاف البيانات وهندسة الميزات وبناء النماذج والتحقق منها والتجهيز لنشر MLOps.
  • ضمان تسليم نماذج قابلة للتطوير وجاهزة للإنتاج بما يتوافق مع حوكمة البيانات المؤسسية ومعايير الذكاء الاصطناعي.
  • إجراء التحليلات الإحصائية لتفسير الرؤى ودعم اتخاذ القرارات.
  • تطبيق تقنيات التنقيب عن البيانات للكشف عن الأنماط والعلاقات في مجموعات البيانات الكبيرة.
  • تطوير نماذج تنبؤية وخوارزميات تعلم آلي للتنبؤ بالنتائج المستقبلية حسب الحاجة.
  • إنشاء تصورات بيانات ولوحات معلومات وتقارير واضحة لتوصيل النتائج إلى أصحاب المصلحة.
  • التعاون مع الفرق متعددة الوظائف لفهم احتياجات العمل وترجمتها إلى حلول قائمة على البيانات.
  • ضمان التكامل السلس للنماذج التنبؤية ونماذج التحسين في منصات المؤسسة وأنظمة التحكم والتوأم الرقمي.
  • مواكبة التقنيات والأدوات الجديدة في علوم البيانات والتحليلات.
  • تعزيز ثقافة التجريب وإدارة إصدارات النماذج وإعادة التدريب الآلي وعمليات التحسين المستمر.
  • التوصية بتحسينات للنماذج الحالية وسير العمل التحليلي لزيادة الكفاءة والتأثير.
  • عمليات البيانات: الشراكة مع هندسة البيانات لتصميم وتشغيل وصيانة خطوط أنابيب بيانات ونماذج تحليلية موثوقة مع ضمان دقة البيانات وتوقيتها.
  • مراقبة جودة البيانات وحل مشكلاتها وتطبيق أفضل الممارسات عبر الفرق.
  • دعم الامتثال لمعايير أمان البيانات واللوائح ذات الصلة.
  • الإشراف على تطوير ونشر نماذج التعلم الآلي المتقدمة والتحليلات التنبؤية والذكاء الاصطناعي التوليدي (GenAI) وحلول التحسين.
  • ضمان الدقة التقنية عبر دورة حياة التعلم الآلي الكاملة: النطاق → هندسة البيانات → النمذجة → التحقق → MLOps → المراقبة.
  • الإشراف على موثوقية الإنتاج وإدارة انحراف النموذج والتحسين المستمر.
  • قيادة الفريق وبناء القدرات: إدارة وتطوير فريق متعدد التخصصات (أخصائيين رئيسيين، أخصائيين أوليين، علماء بيانات).
  • بناء التميز التقني من خلال التدريب على التعلم الآلي والذكاء الاصطناعي التوليدي والإحصاء وهندسة الميزات والتجريب.
  • تعزيز ثقافة الابتكار والمراجعة النظرية وأطر النمذجة القابلة لإعادة الاستخدام.
  • حوكمة الذكاء الاصطناعي والجودة والمعايير: الحفاظ على معايير عالية في قابلية تفسير النموذج وقابلية التدقيق وسلاسة البيانات وإدارة المخاطر.
  • دفع الامتثال لحوكمة البيانات المؤسسية وقانون حماية البيانات الشخصية (PDPL) ومبادئ مخاطر النماذج المرجعية.
  • ضمان الالتزام بمتطلبات الذكاء الاصطناعي المسؤول المطبقة على أدوار علوم البيانات والذكاء الاصطناعي.
  • فرض معايير جودة البيانات وسلاسة البيانات وإمكانية إعادة الإنتاج عبر مشاريع الفريق.
  • دعم التوافق مع أطر الحوكمة المؤسسية بما في ذلك الامتثال لقانون حماية البيانات الشخصية.

الشروط والمتطلبات

  • درجة البكالوريوس في علوم الحاسب، أو الهندسة، أو علوم البيانات، أو الرياضيات، أو الرياضيات التطبيقية، أو الفيزياء.
  • خبرة لا تقل عن 10-12 سنة في التحليلات المتقدمة وهندسة التعلم الآلي والذكاء الاصطناعي وعلوم البيانات الصناعية.
  • بما في ذلك 4 سنوات على الأقل في قيادة أو إرشاد محترفي التحليلات.
  • قدرة مثبتة على ترجمة المشكلات التجارية إلى مناهج تحليلية: تحديد الفرضيات وتصميم التحليلات وتجميع النتائج في توصيات واضحة.
  • إتقان قوي لأطر التعلم الآلي الحديثة ومنصات السحابة (TensorFlow، PyTorch، Azure، AWS).
  • طلاقة تقنية قوية مع مجموعات التحليلات الحديثة ونمذجة البيانات وSQL وخبرة في الشراكة الفعالة مع فرق الهندسة.
  • سجل حافل في تمكين التأثير التجاري متعدد الوظائف عبر حلول علوم البيانات القابلة للتطوير والإنتاج.
  • الكفاءات عالية الأداء لمعادن: تحقيق القيمة من مبادرات التعلم الآلي والتحليلات (الأثر المحقق مقابل الهدف)، التسليم في الوقت المحدد لخريطة طريق التحليلات، معدل اعتماد الحلول وتكاملها في سير العمل، استقرار أداء النموذج (حوادث الانحراف، وقت التشغيل)، نضج قدرات الفريق ومؤشرات تطوير المواهب.

المهارات المطلوبة

  • قيادة التعلم الآلي والذكاء الاصطناعي
  • خبرة في البرمجة
  • إتقان الذكاء الاصطناعي التوليدي (GenAI)
  • مهارات تحليلية وإحصائية قوية
  • التفكير الاستراتيجي وفهم المنتج التجاري
  • الأخلاقيات والحوكمة والذكاء الاصطناعي المسؤول
  • القيادة وإدارة الأشخاص
عرض النص الأصلي للإعلان

Role Purpose:

The Data Science & Analytics Manager is responsible for overseeing the end-to-end execution of data science and advanced analytics initiatives that support Maaden’s operational and business objectives. The role ensures that data science projects are delivered with high quality, reliability, and measurable impact by managing workflows, coordinating cross-functional stakeholders, and maintaining strong alignment with enterprise data, AI, and governance standards.

As an operational leader, the Manager translates business needs into actionable analytical work, supervises the development of models, analytical products, and data pipelines, and ensures their successful deployment and adoption across functions. This role plays a critical part in embedding data-driven decision-making within production, maintenance, supply chain, engineering, and other business units by enabling teams to access trusted insights, robust analytical tools, and fit-for-purpose ML/AI solutions.

Through effective project management, quality oversight, and close collaboration with technical experts and business partners, the Data Science & Analytics Manager helps accelerate Maaden’s transition to a technology-enabled, AI-informed mining enterprise.

 

1. Manage End‑to‑End Data Science Delivery

  • Oversee the development, implementation, and maintenance of databases and data collection systems.

  • Manage the lifecycle of ML/AI initiatives-supporting problem framing, data exploration, feature engineering, model development, validation, and preparation for MLOps deployment.

  • Ensure delivery of scalable, production‑ready models in alignment with enterprise data governance and AI standards.

  • Conduct statistical analysis to interpret data insights and support decision‑making.

  • Apply data mining techniques to uncover patterns, trends, and relationships in large datasets.

  • Develop predictive models and machine learning algorithms to forecast future outcomes as required.

  • Create clear data visualizations, dashboards, and reports to effectively communicate findings to business stakeholders.

  • Collaborate with cross‑functional teams to understand business needs and translate them into data‑driven solutions.

  • Ensure seamless integration of predictive and optimization models into enterprise platforms, control systems, and digital twins.

  • Stay updated on emerging techniques, tools, and technologies in data science and analytics.

  • Promote experimentation, model versioning, automated retraining, and continuous improvement processes.

  • Recommend enhancements to existing models and analytics workflows for greater efficiency and impact.

2. Data Operations

  • Partner with data engineering to design, operate, and maintain reliable data pipelines and analytical models, ensuring data accuracy, timeliness, and trustworthiness.

  • Monitor data quality, resolve data issues, and enforce data best practices across teams.

  • Support compliance with data security standards and relevant regulations

  • Supervise the development and deployment of advanced ML models, predictive analytics, GenAI, and optimization solutions, consistent with responsibilities of analytics leadership roles. 

  • Ensure technical rigor across the end‑to‑end ML lifecycle: scoping → data engineering → modeling → validation → MLOps → monitoring.

  • Oversee production reliability, model drift management, and continuous improvement.

3. Team Leadership & Capability Building

  • Manage and grow a multi‑disciplinary team (Lead Specialists, Senior Specialists, Data Scientists). Roles under this manager are explicitly listed in the org structure. 

  • Build technical excellence through coaching on ML, GenAI, statistics, feature engineering, and experimentation.

  • Foster a culture of innovation, peer review, and reusable modeling frameworks.

4. AI Governance, Quality & Standards

  • Steward high standards in model explainability, auditability, lineage, and risk management.

  • Drive compliance with enterprise data governance, PDPL, and model‑risk principles referenced in internal DS/AI qualification guidance.

  • Ensure adherence to Responsible AI requirements applicable to DS/AI roles (skills and qualifications guidance).

  • Enforce data quality standards, lineage, and reproducibility across the team’s projects.

  • Support alignment with enterprise governance frameworks, including PDPL compliance.

Minimum Qualifications, Experience and Competencies

Minimum Qualifications:

Bachelor’s degree in computer science, Engineering, Data Science, Mathematics, Applied Mathematics, or Physics.

Minimum Experience:

  • 10 - 12+ years’ experience in advanced analytics, ML/AI engineering, and industrial data science.

  • Including at least 4 years leading or mentoring analytics professionals.

  • Proven ability to translate business problems into analytic approaches: define hypotheses, design analyses, and synthesize results into clear recommendations.

  • Strong proficiency with modern ML frameworks and cloud platforms (TensorFlow, PyTorch, Azure, AWS).

  • Strong technical fluency with modern analytics stacks, data modeling, SQL, and experience partnering effectively with engineering teams.

  • Strong proficiency with modern ML frameworks and cloud platforms (TensorFlow, PyTorch, Azure, AWS).

  • Proven record of enabling cross-functional business impact through scalable, production-grade data science solutions.

Maaden High-Performance Competencies:

Core Competencies

  • Value realization from ML/analytics initiatives (impact delivered vs. target).

  • On‑time delivery of analytics roadmap.

  • Adoption rate and integration of solutions into business workflows.

  • Model performance stability (drift incidents, uptime).

  • Team capability maturity and talent development indicators.

 

Skills:

  • Machine Learning & AI Leadership

  • Programming Expertise

  • Generative AI Proficiency

  • Strong Analytical & Statistical Skills

  • Business Strategy & Product Thinking

  • Ethics, Governance & Responsible AI

  • Leadership & People Management

المصدر: الموقع الرسمي للجهة - أُضيفت للموقع في 24 يونيو 2026

وظائف أخرى لدى معادن