الوصف الوظيفي
فريق البيانات في ماركورا هو منظمة هندسة بيانات تركز على الذكاء الاصطناعي مع ملكية كبيرة وفرصة لإحداث تأثير عبر المنظمة ولعملائنا.
نحن نعمل عبر المالية والتجارة والهندسة لضمان حصول الجميع على بيانات دقيقة وفي الوقت المناسب وكاملة ضمن قيود دورهم.
يمتلك فريق البيانات خطوط البيانات والنمذجة والتخزين المطلوبة لدعم أصحاب المصلحة في الأدوات التي يستخدمونها، سواء كانت نماذج ذكاء اصطناعي أو لوحات معلومات أو جداول بيانات أو أدوات إدارة علاقات العملاء.
يتم البحث عن مهندس بيانات لتولي وتطوير خطوط البيانات والنماذج الأساسية لماركورا.
إذا كنت شغوفًا بالعمل كمهندس بيانات يركز على الذكاء الاصطناعي وترغب في إنشاء حلول ذات تأثير كبير، نود أن نسمع منك.
المسؤوليات الوظيفية 1.
تطوير النماذج: بناء وصيانة نماذج dbt في بيئة بيانات متعددة المنتجات المعقدة.
2. تكامل أنظمة المصدر: دمج أنظمة المصدر الجديدة في المستودع باستخدام Fivetran أو Apache Airflow.
تحديد الاختبارات، وإدارة نضارة المصدر، والتنسيق مع فرق الهندسة العليا بشأن تغييرات المخطط والأعطال.
3. جودة البيانات، والاختبار، والموثوقية: كتابة اختبارات dbt على الحبيبات الصحيحة.
إعداد المراقبة والتنبيه على النماذج الحرجة حتى يتم اكتشاف المشكلات قبل أن يلاحظها أصحاب المصلحة.
تولي استجابة الحوادث للنماذج المملوكة.
4. تحسين أداء BigQuery والتكلفة: الحفاظ على تكلفة المستودع وأداء الاستعلام تحت السيطرة.
استخدام التقسيم والتجميع والتجميع التدريجي حيثما كان ذلك مناسبًا.
التحقيق وإعادة هيكلة الاستعلامات البطيئة أو المكلفة.
اتخاذ قرارات واعية بشأن البناء مقابل إعادة البناء للنماذج التدريجية.
5. PII و RBAC والامتثال: تنفيذ تجزئة PII.
دعم العمل الخاص بالتحكم في الوصول القائم على الدور لكل من المستخدمين الداخليين وعرض العملاء الخارجيين.
ضمان امتثال النماذج الجديدة لمعايير حوكمة البيانات والامتثال المتوقعة في ماركورا.
6. وصول المستخدم النهائي: التأكد من أن البيانات المودلة تصل إلى أدوات BI و CRMs وخوادم MCPs في شكل قابل للاستخدام.
الشراكة مع مالكي الأدوات بشأن تعريفات المقاييس، وتصميم الأبعاد/القياسات، وموثوقية لوحات المعلومات.
مزامنة تغييرات النماذج في الأسفل هي جزء من الوظيفة.
7. شراكة أصحاب المصلحة: العمل مباشرة مع الفرق التجارية، ونجاح العملاء، والمالية، والامتثال، والمنتجات لفهم ما يحتاجونه من منصة البيانات.
ترجمة الأسئلة التجارية الغامضة إلى مجموعات بيانات ومقاييس ملموسة.
الدفع للخلف عندما يكون الطلب بشكل خاطئ؛ الالتزام بالكامل عندما يكون بالشكل الصحيح.
8. الهندسة المعززة بالذكاء الاصطناعي: استخدام أدوات الذكاء الاصطناعي (Claude Code أو Codex و Github Actions) كجزء يومي من سير العمل الهندسي - لتوليد الشيفرة، ومراجعة الشيفرة، وتوثيق النماذج، وتصحيح الأخطاء.
المساعدة في رفع مستوى إلمام فريق البيانات الأوسع بالذكاء الاصطناعي والمساهمة في مهارات الوكلاء القابلة لإعادة الاستخدام.
9. قاموس البيانات: توثيق كل نموذج ومصدر وماكرو تمتلكه.
الحفاظ على قاموس dbt نظيفًا وقابلًا للبحث حتى يتمكن المهندسون والمحللون الآخرون من خدمة أنفسهم.
كتابة رسائل الالتزام، ووصف PR، وما بعد الحوادث التي تشرح السبب، وليس فقط ما.
10. الموثوقية التشغيلية والاستجابة عند الطلب: مشاركة المسؤولية عن كون المنصة متاحة وموثوقة.
الاستجابة لحوادث البيانات، والمشاركة في دورة الاستجابة عند الطلب مع تطورها، والمساهمة في كتب التشغيل وما بعد الحوادث.
راتب تنافسي ومكافأة: نحن نكافئ خبرتك ومساهماتك.
تجربة شاملة للانضمام: تم تصميم برنامج الانضمام لدينا لضمان نجاحك منذ اليوم الأول.
منطقة رفاهية ماركورا: نحن نقدر توازن العمل والحياة ورفاهيتك.
فرص عالمية: كن جزءًا من شركة طموحة ومتوسعة مع لمسة محلية.
ثقافة عمل متنوعة وداعمة: نحن ملتزمون بالشمولية، والتنوع، وإحساس الانتماء لجميع أعضاء الفريق.
درجة بكاليوس في علوم الكمبيوتر أو الهندسة أو الرياضيات أو علوم البيانات أو أي تخصص ذي صلة.
3 إلى 5 سنوات من الخبرة في دور هندسة البيانات أو هندسة التحليلات، ويفضل في بيئة منتج بيانات B2B أو SaaS.
خبرة مثبتة في شحن نماذج dbt الإنتاجية على مستودع بيانات سحابي (BigQuery أو Snowflake أو Redshift أو ما شابه).
سجل حافل في ملكية خطوط البيانات من البداية إلى النهاية - من استيعاب المصدر عبر التحولات إلى طبقة BI/الاستهلاك - والشراكة مباشرة مع أصحاب المصلحة غير الفنيين لتقديم مجموعات بيانات مفيدة.
لقد قضيت الأشهر الستة الماضية تستخدم LLMs لكتابة الشيفرة وتعرف كيفية توجيه وكيل ذكاء اصطناعي لإنجاز العمل بكفاءة، وما العمل الذي يتطلب حكمك. المهارات والمعرفة مهارات SQL المتقدمة ونمذجة الأبعاد (أنماط Kimball star schemas).
خبرة عملية قوية في dbt: الاختبارات، والتوثيق، والماكرو، والمصادر، واللقطات، وأعمال CI.
معرفة عملية بـ BigQuery (أو مستودع بيانات سحابي آخر) بما في ذلك تحسين الأداء، والتقسيم، والتجميع، والوعي بالتكاليف.
الراحة مع أدوات مثل Fivetran و Apache Airflow للتنسيق، ونصوص الاستيعاب، والأدوات.
Git، ومراجعة الشيفرة، وانضباط CI/CD.
فهم معالجة PII، وخصوصية البيانات، والتحكم في الوصول القائم على الدور كما ينطبق على بيانات التحليلات.
الإلمام بأداة BI واحدة على الأقل في مجموعة ماركورا (PowerBI، Metabase، Lightdash) وكيف تظهر نماذج البيانات للمستخدمين النهائيين.
مهارات اتصال كتابية قوية؛ قادر على كتابة الوثائق، ووصف نماذج dbt، وأسباب التغيير التي يمكن أن يقرأها المهندس التالي في خمس دقائق.
خبرة عملية في استخدام Claude Code أو Codex لهندسة البيانات.
لقد تمت ترجمة هذا الإعلان الوظيفي بواسطة الذكاء الاصطناعي وقد يحتوي على بعض الاختلافات أو الأخطاء البسيطة.
