وظائف الإماراتتاريخ النشر:

فرصة عمل: مهندس بيانات لدى Deeplight في دبي وأبوظبي

فرصة عمل: مهندس بيانات لدى Deeplight في دبي وأبوظبي

فرصة عمل: مهندس بيانات لدى Deeplight في دبي وأبوظبي

جهة العمل: Deeplight (Deeplight Technologies)

المجال: هندسة البيانات — منصات البيانات للمؤسسات المالية

الموقع: دبي وأبوظبي، الإمارات العربية المتحدة

نمط العمل: حضوري في موقع العمل (On-site)

عدد الوظائف: وظيفة واحدة

نوع العقد: عقد (Contract)

تقدم Deeplight (Deeplight Technologies) وظيفة مهندس بيانات (Data Engineer) للعمل حضوريًا في دبي وأبوظبي، الإمارات العربية المتحدة. يتجه الدور إلى بناء حلول Lakehouse قابلة للتوسع لمنصات التحليلات المؤسسية ونماذج التعلم الآلي، مع توظيف خبرة AWS وهندسة البيانات في القطاع المصرفي.

تخاطب هذه الفرصة مهندسًا يمتلك خبرة عملية مباشرة في البنوك أو الخدمات المالية أو شركات التقنية المالية، ويستطيع التعامل مع بيانات مالية كبيرة ومعقدة ضمن متطلبات صارمة للأمن والحوكمة والامتثال. ستجمع المهمة بين خطوط المعالجة الدفعية واللحظية، وهندسة السحابة، ودعم عمليات تعلم الآلة، مع شرح القرارات التقنية بوضوح للفرق وأصحاب المصلحة.

تفاصيل فرصة التوظيف

نظرة عامة على الفرصة

نظرة عامة على دور مهندس البيانات

بحسب نص الوظيفة، ستصمم وتبني وتحسن حلول بيانات Lakehouse تخدم تحليلات المؤسسات ونماذج التعلم الآلي المتقدمة. ويقوم هذا النهج على توحيد إمكانات مستودعات البيانات وبحيرات البيانات، بحيث تعالج المنصة بيانات مالية عالية الحجم مع المحافظة على اتساق ACID ومعايير حوكمة البيانات المصرفية.

يتقاطع العمل مع البيانات الضخمة ومعمارية السحابة وعمليات تعلم الآلة MLOps. وستتولى إنشاء خطوط ETL وELT دفعية ولحظية، وإدخال بيانات من الأنظمة المصرفية الأساسية وبيانات الأسواق والأنظمة المعاملاتية، ثم تحويلها لتصبح صالحة للاستخدام التحليلي والتشغيلي.

المستوى المستهدف ليس مبتدئًا؛ فالصفحة تشترط خبرة هندسة بيانات داخل بيئات مصرفية أو مالية أو تقنية مالية، وإلمامًا قويًا بمجموعات AWS ومحركات المعالجة الموزعة. كما تبحث الجهة عن قدرة تحليلية وتواصل واضح يتيحان عرض المفاهيم المعقدة على الفرق متعددة الوظائف وأصحاب مصلحة العملاء.

عن جهة العمل: Deeplight

الخلفية والنشاط

نبذة موثقة عن الجهة

تصف Deeplight Technologies نفسها، وفق صفحاتها الرسمية ونص الوظيفة، بأنها استشارية متخصصة في الذكاء الاصطناعي والبيانات مقرها دبي، وتركز على تحويل الذكاء الاصطناعي من الاستراتيجية إلى أنظمة حية لدى المؤسسات المالية. تجمع الجهة بين هندسة البيانات، ومعمارية السحابة، ومنصات الذكاء الاصطناعي وتعلم الآلة، وتكامل الأنظمة، مع فهم عملي لتعقيدات تشغيل المؤسسات.

تذكر الحقائق الرسمية أن نطاقها يشمل البنوك والتأمين وإعادة التأمين وأسواق رأس المال، بينما يوضح إعلان الوظيفة عمق صلتها بالخدمات المالية والمصرفية. وتقول الجهة إنها تبني أسس بيانات آمنة وقابلة للتوسع ومرنة بدل الحلول المؤقتة؛ لذلك يأتي هذا الدور في صميم تحويل البيانات المؤسسية إلى أساس يمكن أن يدعم الذكاء الاصطناعي الإنتاجي.

البيئة المهنية والحضور المؤسسي

حضور Deeplight وسياقها التقني المالي

تذكر صفحة الجهة الرسمية أن مقرها الرئيسي في مركز دبي المالي العالمي DIFC بدبي، كما تسجل الحقائق الرسمية ارتباطات نشطة عبر الإمارات ودول مجلس التعاون الخليجي وسوق لندن وADGM. أما صفحة الوظيفة فتحدد موقع هذا المنصب في دبي وأبوظبي؛ ويمنح ذلك المهندس فرصة للعمل ضمن سياق مؤسسي متعدد الأطراف، من دون افتراض موقع آخر غير المذكور.

تربط Deeplight طريقة التسليم بأطر تنظيمية تشمل FSRA وLloyd's وهيئة التأمين الإماراتية وADGM. وفي الوظيفة نفسها تظهر أهمية سيادة البيانات والخصوصية وأمن المعلومات وسجلات التدقيق، لأن خطوط البيانات ستتعامل مع معلومات مالية عالية الحساسية. لذلك لا ينفصل التصميم البرمجي عن الحوكمة والامتثال، بل يجب أن يظل جزءًا من بنية الحل منذ مرحلة الإدخال وحتى الاستخدام.


الوظائف المتاحة

1. Data Engineer

الموقع: دبي وأبوظبي، الإمارات العربية المتحدة نوع العقد: عقد (Contract)

بصفتك مهندس البيانات، ستشارك في تحويل احتياجات البيانات المؤسسية إلى منصات وخطوط معالجة موثوقة وقابلة للتشغيل. يتطلب النجاح الجمع بين التنفيذ العملي في Python وSQL وخدمات AWS، وفهم Lakehouse والمعالجة الموزعة، والانتباه إلى الأمن والتشفير وضوابط الوصول. وستتعاون مع علماء البيانات ومهندسي MLOps، مع الحفاظ على جودة الشيفرة وقابلية الاختبار ووضوح التواصل.

مسؤوليات مهندس البيانات

  • تصميم وبناء وتحسين حلول بيانات Lakehouse قابلة للتوسع باستخدام Databricks وDelta Lake على AWS، لتوحيد إمكانات مستودع البيانات وبحيرة البيانات.
  • تطوير خطوط ETL وELT قوية للمعالجة الدفعية واللحظية باستخدام PySpark وApache Kafka وSQL.
  • إدخال البيانات المعقدة وتحويلها من الأنظمة المصرفية الأساسية وبيانات الأسواق والأنظمة المعاملاتية.
  • تحسين أداء الاستعلامات وكفاءة التخزين عبر S3 وRedshift وEMR وAthena وGlue، باستعمال التقسيم والفهرسة والمعالجة المتوازية للحد من زمن الاستجابة وتكاليف الحوسبة السحابية.
  • التعاون مع علماء البيانات ومهندسي MLOps لبناء خطوط هندسة الخصائص المؤتمتة وتتبع التجارب باستخدام MLflow.
  • تعبئة مسارات العمل في حاويات باستخدام Docker وEKS، والمساعدة في نشر النماذج إلى الإنتاج عبر AWS SageMaker.
  • تطبيق أمن البيانات والتشفير وضوابط الوصول وسجلات التدقيق من البداية إلى النهاية بما ينسجم مع متطلبات سيادة البيانات والخصوصية لدى البنك المركزي.
  • إدارة البنية التحتية بوصفها شيفرة باستخدام Terraform، وكتابة خطوط CI/CD عبر GitHub Actions أو CodePipeline.
  • إنتاج شيفرة Python نظيفة ومختبرة، والمساهمة في ممارسات هندسة البرمجيات التي تجعل عمليات البيانات قابلة للصيانة.
  • شرح المفاهيم والقرارات التقنية المعقدة بوضوح للفرق متعددة الوظائف ولأصحاب مصلحة العملاء.

المؤهلات والخبرة المطلوبة لوظيفة مهندس البيانات

  • خبرة عملية في هندسة البيانات مباشرة داخل بيئات البنوك أو الخدمات المالية أو شركات التقنية المالية.
  • فهم قوي لمجموعات البيانات المعاملاتية والامتثال التنظيمي المرتبط بالقطاع المالي.
  • إلمام تقني عميق بخدمات بيانات AWS الأساسية، وبخاصة S3 وGlue وEMR وRedshift، إلى جانب محركات المعالجة الموزعة Apache Spark وPySpark وApache Kafka.
  • سجل مثبت في بناء وإدارة معماريات Lakehouse باستخدام Databricks وDelta Lake، مع معرفة متقدمة بنمذجة البيانات وتطور المخطط ومبادئ ACID.
  • إتقان عالٍ لـPython وSQL، مع اعتبار Scala ميزة إضافية.
  • خبرة عملية في Docker وKubernetes، بما في ذلك EKS، وفي Terraform وتدفقات العمل المعتمدة على Git.
  • مهارات ممتازة في حل المشكلات التحليلية، مع القدرة على شرح المفاهيم التقنية المعقدة بوضوح للفرق متعددة الوظائف وأصحاب مصلحة العملاء.
  • تُعد شهادة AWS Certified Data Engineer أو AWS Solutions Architect أو Databricks Certified Data Engineer ميزة إضافية.
  • تُعد الخبرة العملية في أطر التحليلات المتدفقة Apache Flink أو Spark Streaming، خصوصًا لخطوط كشف الاحتيال أو معالجة التداول اللحظية، ميزة إضافية.
  • تُعد الخبرة الإنتاجية في مجدولات سير العمل الحديثة مثل Apache Airflow أو Prefect ميزة إضافية.

المهارات التقنية المطلوبة لوظيفة مهندس البيانات

  • Python وSQL لكتابة تحويلات وخدمات بيانات واضحة وقابلة للاختبار.
  • Databricks وDelta Lake لتصميم معماريات Lakehouse وإدارة تطور المخطط ومبادئ ACID.
  • PySpark وApache Spark وApache Kafka لبناء المعالجة الموزعة وخطوط البيانات ذات الإنتاجية العالية.
  • خدمات AWS S3 وRedshift وEMR وAthena وGlue، مع فهم التقسيم والفهرسة والمعالجة المتوازية.
  • MLflow لتتبع التجارب، وAWS SageMaker لنشر النماذج، ضمن تعاون عملي مع فرق تعلم الآلة.
  • Docker وKubernetes وEKS لتعبئة مسارات العمل وتشغيلها، مع Terraform لإدارة Infrastructure as Code.
  • GitHub Actions أو CodePipeline لبناء CI/CD مؤتمت، وGit لإدارة تدفقات التطوير.
  • Apache Flink أو Spark Streaming وApache Airflow أو Prefect بوصفها مهارات إضافية مرتبطة بالتدفق وجدولة سير العمل.

المزايا أو معلومات العقد المعلنة

  • تورد الصفحة ضمن المزايا تغطية صحية شخصية شاملة مصنفة Gold Level.
  • وتشمل الحزمة المذكورة كفالة تأشيرة فردية، فضلًا عن مساندة التطوير المهني والحصول على الشهادات.
  • كما تذكر الجهة استرداد قيمة الاشتراكات ذات الصلة بالدور، وإتاحة المشاركة في مشروعات ذكاء اصطناعي متقدمة.
  • وتنص القائمة على حافز شهري للموظفين، إلى جانب فرص للتقدم الوظيفي داخل شركة ذكاء اصطناعي سريعة النمو.
  • توضح الصفحة أيضًا التزام Deeplight ببيئة شاملة وبمسار تقديم ومقابلة ميسر ومتوقع وعادل، مع إمكانية طلب تعديلات معقولة بسرية عند الحاجة.

إرشادات مهنية للتقديم

تجهيز ملف الترشيح

كيف تجهز ملفك لهندسة بيانات مالية

اجعل سيرتك تشرح مشاريع بيانات مالية حقيقية شاركت في بنائها، لا أن تكتفي بتجميع أسماء الأدوات. اذكر نوع البيانات ومصدرها، ودورك في تصميم خط الإدخال والتحويل، وكيف تعاملت مع الحجم أو المعالجة اللحظية أو متطلبات الاعتمادية. استخدم أرقامًا غير سرية عندما تتاح لك، مثل تحسن زمن المعالجة أو انخفاض استهلاك الموارد.

رتب مهاراتك بحسب صلتها بالدور: ابدأ بـPython وSQL وAWS وLakehouse، ثم أظهر Databricks وDelta Lake وSpark وKafka، وبعدها أدوات الحاويات والبنية التحتية وCI/CD. اربط كل تقنية بمثال تنفيذي موجز، وميز بوضوح بين ما أدرته في الإنتاج وما تعرفه على المستوى النظري.

استعد لشرح قرارات الأمن والحوكمة كما تشرح قرارًا معماريًا. تدرب على بيان أثر التقسيم والفهرسة على الأداء والتكلفة، وعلى توضيح التشفير وضوابط الوصول وسجلات التدقيق وتطور المخطط. كذلك حضّر أمثلة تبين كيف شرحت مشكلة بيانات معقدة لعالم بيانات أو مهندس MLOps أو صاحب مصلحة غير متخصص.

  • أبرز مشروعًا استخدمت فيه Databricks وDelta Lake لبناء Lakehouse أو إدارة بيانات مالية معقدة.
  • أدرج مثالًا عمليًا على خط ETL أو ELT دفعـي أو لحظي باستخدام PySpark أو Kafka أو SQL.
  • صف أثر استخدامك لخدمات S3 أو Redshift أو EMR أو Athena أو Glue على الأداء أو كفاءة التخزين.
  • وضح مساهمتك في MLflow أو هندسة الخصائص أو Docker وEKS أو AWS SageMaker دون ادعاء مسؤوليات لم تتولها.
  • قدّم نموذجًا لتطبيق التشفير وضوابط الوصول وسجلات التدقيق وسياسات الحوكمة على بيانات حساسة.
  • اذكر تجربة موثقة في Terraform وGitHub Actions أو CodePipeline، مع توضيح ما اختبرته وأتممته.
  • راجع أساسيات ACID ونمذجة البيانات وتطور المخطط والمعالجة الموزعة، وتدرب على شرحها بلغة عملية.

كيفية التقديم

خطوات إرسال الطلب

التقديم عبر بوابة Deeplight الرسمية

يُفتح مسار الترشيح من زر التقديم الختامي؛ وبعد الانتقال إلى الصفحة المعتمدة لدى Deeplight، أرفق موادك بعد مراجعتها، وأبرز خبرتك المباشرة في البنوك أو الخدمات المالية أو التقنية المالية ومشروعات Lakehouse وAWS وخطوط البيانات، مع تمييز المتطلبات المستوفاة عن المزايا الإضافية.

التعليقات 0

لا توجد تعليقات بعد. يمكنك كتابة سؤالك عن هذا المنشور.

أضف تعليقًا

لا تكتب رقم جوازك أو حسابك البنكي أو هاتفك في تعليق عام.