بوبا العربية تعلن عن وظيفة مدير علوم بيانات لمكافحة الاحتيال في جدة
Manager - FWA Data Science
🏢 بوبا العربية (Bupa Arabia)
تفاصيل الوظيفة
تدعو بوبا العربية في جدة، السعودية، مديرًا لعلوم البيانات في مجال الاحتيال (FWA Data Science).
نبذة عن الوظيفة
يتولى فريق FWA Data Science مسؤولية تحويل النماذج التحليلية المعتمدة لمكافحة الاحتيال إلى نماذج كشف قوية وقابلة للتطوير وقابلة للقياس، جاهزة للتنفيذ في بيئة الإنتاج. يشمل الدور تعزيز النماذج، وهندسة الميزات، والمعايرة، والتحقق من الصحة، وتفسير النماذج، وتقييم الأداء، والتحسين المستمر طوال دورة حياة الحل. يعمل المدير بشكل وثيق مع فرق الاكتوارية وسلامة المطالبات وهندسة الذكاء الاصطناعي لمكافحة الاحتيال لضمان بقاء نماذج الكشف فعالة ومواكبة لأنماط الاحتيال المتطورة بعد النشر.
المهام والمسؤوليات
- 1- استعداد النماذج للتطبيق الصناعي: تقييم النماذج الأولية للذكاء الاصطناعي/التعلم الآلي المستلمة من فرق الاكتوارية. تحسين منطق النموذج ورفع الدقة الإحصائية. تطوير منهجيات هندسة الميزات. التحقق من افتراضات النماذج وتوضيحها. تطوير منهجيات كشف قابلة للتفسير. دعم نقل النماذج التحليلية المعتمدة إلى حلول سحابية.
- 2- تطوير نماذج الكشف وتحسينها: تحسين وإعادة تدريب نماذج مكافحة الاحتيال باستخدام بيانات جديدة ونتائج التحقيقات. تطوير ميزات متقدمة لكشف الاحتيال. تحسين نماذج كشف الحالات الشاذة. بناء منهجيات تسجيل المخاطر. تحسين دقة النماذج وفعاليتها التشغيلية.
- 3- التحقق من صحة النماذج وعلوم الأداء: تحديد مقاييس نجاح النموذج. مراقبة الدقة والاستدعاء والأثر التجاري. إجراء تحليل النتائج الإيجابية الخاطئة والنتائج السلبية الخاطئة بعد التشغيل. التحقق من مخرجات النموذج مع المحققين. دعم مراجعات الاستعداد للإنتاج.
- 4- استخبارات الاحتيال وتطور الأنماط: تحليل نتائج التحقيقات. تحديد سلوكيات الاحتيال الناشئة. تصميم ميزات كشف جديدة. التوصية بتعديلات على النماذج الحالية. التعاون مع عمليات مكافحة الاحتيال بشأن التهديدات المتطورة.
- 5- التحسين المستمر للنماذج: مراقبة الفعالية التجارية للنماذج المنشورة. التوصية بأنشطة إعادة التدريب والمعايرة. دعم المراجعات الدورية للنماذج. الحفاظ على وثائق النماذج وأعمال الحوكمة.
المهارات المطلوبة
- Python
- SQL
- SAS
- التعلم الآلي (Machine Learning)
- التحليل الإحصائي (Statistical Analysis)
- هندسة الميزات (Feature Engineering)
- التحقق من صحة النماذج وتحليل الأداء (Model Validation & Performance Analysis)
- تحليلات الاحتيال FWA
- تحليلات مطالبات الرعاية الصحية (Healthcare Claims Analytics)
- تطبيقات معالجة اللغة الطبيعية ونماذج اللغة الكبيرة (NLP & LLM Applications)
- منصة Google Cloud (Google Cloud Platform - GCP)
- الحلول التحليلية السحابية (Cloud-Based Analytics Solutions)
- SAS FWA
- Power BI / تصور البيانات (Data Visualization)
- حل المشكلات (Problem Solving)
- إدارة العلاقات مع المعنيين (Stakeholder Management)
- مهارات التواصل والعرض (Communication & Presentation Skills)
- التعاون بين الفرق متعددة الوظائف (Cross-Functional Collaboration)
- يفضل خبرة في التأمين الصحي، تحليلات المطالبات، مكافحة الاحتيال، إدارة المخاطر، أو تحليلات الجرائم المالية.
- يفضل خبرة في العمل مع منصة Google Cloud (GCP).
- يفضل خبرة في استخدام SAS للتحليل الإحصائي وتقييم النماذج.
- درجة البكالوريوس في علوم الحاسب، علوم البيانات، الذكاء الاصطناعي، أو مجال ذي صلة.
عرض النص الأصلي للإعلان
Role Purpose:
FWA Data Science is responsible for transforming validated FWA analytical prototypes into robust, scalable, and measurable detection models ready for production implementation. The role owns model enhancement, feature engineering, calibration, validation, explainability, performance assessment, and continuous model improvement throughout the solution lifecycle.
Working closely with Actuarial, Claims Integrity, and FWA AI Engineering, the role ensures FWA detection models remain effective, relevant, and aligned with evolving fraud patterns after deployment.
Key Accountabilities:
1- Model Industrialization Readiness;
- Assess AI/ML prototypes received from Actuarial teams.
- Refine model logic and improve statistical rigor.
- Enhance feature engineering methodologies.
- Validate and clarify prototype assumptions.
- Develop explainable detection methodologies.
- Support migration of approved analytical models into cloud-based solutions.
2- Detection Model Development & Enhancement;
- Improve and retrain FWA models using new data and investigation outcomes.
- Develop advanced fraud detection features.
- Enhance anomaly detection models.
- Build risk scoring methodologies.
- Improve model precision and operational effectiveness.
3- Model Validation & Performance Science;
- Define model success metrics.
- monitor precision, recall, and business impact.
- Perform false-positive and false-negative analysis after go-live
- Validate model outputs with investigators.
- Support production readiness reviews.
4- Fraud Intelligence & Pattern Evolution;
- Analyze investigation outcomes.
- Identify emerging fraud behaviors.
- Design new detection features.
- Recommend modifications to existing models.
- Collaborate with FWA operations on evolving threats.
5- Continuous Model Optimization;
- Monitor business effectiveness of deployed models.
- Recommend retraining and recalibration activities.
- Support periodic model reviews.
- Maintain model documentation and governance artifacts.
- Python
- SQL
- SAS
- Machine Learning
- Statistical Analysis
- Feature Engineering
- Model Validation & Performance Analysis
- FWA / Fraud Analytics
- Healthcare Claims Analytics
- NLP & LLM Applications
- Google Cloud Platform (GCP)
- Cloud-Based Analytics Solutions
- SAS FWA
- Power BI / Data Visualization
- Problem Solving
- Stakeholder Management
- Communication & Presentation Skills
- Cross-Functional Collaboration
- Experience in health insurance, claims analytics, FWA, risk management, or financial crime analytics is preferred.
- Experience working with Google Cloud Platform (GCP) is preferred.
- Experience using SAS for statistical analysis and model assessment.
Bachelor’s Degree in Computer Science, Data Science, Artificial Intelligence, or a related field
المصدر: الموقع الرسمي للجهة - أُضيفت للموقع في 2 سبتمبر 2026
رقم الإعلان لدى المصدر: 1100088892
رقم الإعلان لدى المصدر: 1100088892