كبير مهندسي البيانات في السعودية - بحيرة البيانات المؤسسية ومعماريات البيانات الحديثة

نبذة عن الدور

نبحث عن كبير مهندسي البيانات لقيادة تصميم وتطوير منصات البيانات على مستوى المؤسسة في المملكة العربية السعودية. يركز هذا الدور الاستراتيجي على بناء معماريات بيانات حديثة وأطر معالجة عالية الأداء تدعم مبادرة Data Lakehouse المؤسسية، مما يمكّن التحليلات المتقدمة وذكاء الأعمال وتطبيقات الذكاء الاصطناعي واتخاذ القرارات المبنية على البيانات عبر جميع وحدات العمل.

المسؤوليات الرئيسية

• تصميم وتنفيذ معماريات بيانات قابلة للتوسع تدعم أحجام البيانات الضخمة وسرعات المعالجة العالية
• بناء وإدارة منصة Data Lakehouse موحدة تجمع بين مرونة بحيرات البيانات وأداء مستودعات البيانات
• تطوير أطر معالجة بيانات عالية الأداء باستخدام تقنيات مثل Apache Spark، Delta Lake، وApache Iceberg
• ضمان جودة البيانات والحوكمة والأمان عبر جميع خطوط أنابيب البيانات
• التعاون مع فرق علم البيانات والتحليلات لتمكين نماذج التعلم الآلي والتقارير الفورية
• تحسين أداء الاستعلامات وتقليل تكاليف الحوسبة السحابية
• وضع معايير هندسية وأفضل الممارسات لفريق هندسة البيانات
• قيادة مبادرات تحديث المنصة وتبني التقنيات الناشئة
• تقليل مخاطر التسليم من خلال اختبارات آلية ونشر مستمر (CI/CD) لخطوط أنابيب البيانات
• دعم متطلبات الامتثال التنظيمي وسياسات الاحتفاظ بالبيانات في البيئة السعودية

المتطلبات الأساسية

• خبرة 8+ سنوات في هندسة البيانات، منها 3+ سنوات في دور قيادي أو كبير مهندسين
• إتقان عميق لـ SQL، Python، وScala/Java لتطوير خطوط أنابيب البيانات
• خبرة عملية واسعة في Apache Spark، Delta Lake، Apache Iceberg أو Apache Hudi
• تصميم وتنفيذ معماريات Data Lakehouse على السحابة (AWS، Azure، أو GCP)
• خبرة في أدوات تنسيق البيانات: Airflow، dbt، Prefect، أو ما يعادلها
• معرفة عميقة بنمذجة البيانات: Kimball، Data Vault، ونمذجة الأبعاد
• خبرة في تقنيات التخزين العمودي: Parquet، ORC، وتحسين التقسيم والضغط
• فهم قوي لأطر حوكمة البيانات، تتبع النسب (Data Lineage)، وفهارس البيانات
• خبرة في بيئات DevOps/DataOps: Docker، Kubernetes، Terraform، GitOps
• القدرة على التواصل التقني الفعّال مع أصحاب المصلحة التقنيين وغير التقنيين

المهارات المفضلة

• شهادات سحابية متقدمة: AWS Certified Data Analytics، Azure Data Engineer Associate، أو GCP Professional Data Engineer
• خبرة في تقنيات التدفق الفوري: Apache Kafka، Apache Flink، Kinesis
• معرفة بأطر جودة البيانات الآلية: Great Expectations، Deequ، Soda
• خبرة في كتالوجات البيانات: DataHub، Amundsen، Apache Atlas، أو Purview
• فهم لمتطلبات هيئة البيانات والذكاء الاصطناعي السعودية (SDAIA) وأطر الحوكمة الوطنية
• خبرة في تحسين تكاليف السحابة (FinOps) لمنصات البيانات واسعة النطاق
• مساهمات في مشاريع مفتوحة المصدر ذات صلة بهندسة البيانات

التأثير الاستراتيجي

سيلعب هذا الدور دوراً محورياً في تحويل المؤسسة إلى منظمة قائمة على البيانات، من خلال تمكين الوصول الموثوق والسريع للبيانات عالية الجودة، ودعم حالات الاستخدام المتقدمة للذكاء الاصطناعي، وضمان جاهزية المنصة للنمو المستقبلي ومتطلبات السوق السعودي المتطورة.