مطوّر أول ABAP وFiori

تثبيت وتكوين قاعدة البيانات: تثبيت وتكوين قاعدة بيانات Oracle عبر بيئات مختلفة لدعم معايير التوفر العالي، والقابلية للتوسع، والأداء. إعداد وتكوين Oracle RAC، وData Guard، والميزات الأخرى الخاصة بتوافر Oracle العالي. تثبيت وتكوين أدوات تكرار قواعد البيانات، بما في ذلك IBM InfoSphere CDC وأدوات مشابهة، لضمان اتساق البيانات عبر البيئات. إدارة قواعد البيانات: إدارة بيئات قواعد بيانات Oracle، وضمان الأداء الأمثل، والأمان، وسلامة البيانات. تنفيذ التصحيحات والترقيات وتحديثات الأمان بانتظام وفقًا للمعايير المؤسسية. تحسين الأداء والرصد: إجراء ضبط الأداء، والتحسين، وتخطيط السعة لقواعد بيانات Oracle وأدوات التكرار. استخدام حلول الرصد لإدارة صحة قاعدة البيانات وحالة التكرار بشكل استباقي، ومعالجة المشكلات المحتملة قبل تأثيرها على البيئة الإنتاجية. التعاون والتوثيق: التنسيق مع فرق التطوير والبنية التحتية لتلبية متطلبات النشر وتكرار البيانات. توثيق الإعدادات، والإجراءات، وأفضل الممارسات الخاصة بإدارة قواعد البيانات وأدوات التكرار. الأمان والامتثال: تنفيذ بروتوكولات الأمان، وإدارة صلاحيات المستخدمين، وضمان الامتثال للمعايير والسياسات. المتطلبات خبرة في تثبيت وتكوين وصيانة قواعد بيانات Oracle. إجادة SQL وPL/SQL وضبط أداء قواعد بيانات Oracle. خبرة في Oracle RAC (تجمعات التطبيقات الحقيقية)، وData Guard، وأدوات التكرار مثل IBM InfoSphere CDC والحلول المشابهة. معرفة قوية بتكرار قواعد البيانات، والنسخ الاحتياطي، والاسترداد، وتخطيط استعادة الكوارث. إلمام ببيئات Linux/Unix، بما في ذلك كتابة نصوص الأوامر للتشغيل الآلي. فهم بروتوكولات الأمان، وإدارة المستخدمين، ونظام التحكم في الوصول القائم على الأدوار لقواعد البيانات.

نحن نبحث عن عالم بيانات لتصميم وتطوير نماذج التعلم الآلي (ML) في مجالات مختلفة لاكتشاف الأنماط من أنواع متنوعة على نطاق واسع وكميات كبيرة من مجموعات البيانات. ستستخدم بشكل أساسي تقنيات التعلم العميق (وغيرها من تقنيات التعلم الآلي) لحل مشكلات مختلفة في محركات التوصيات، والروبوتات المحادثة، ومعالجة اللغة الطبيعية (NLP)، و المجالات الأخرى. سنعتمد عليك لبناء منتجات بيانات لاستخلاص رؤى تجارية قيمة. في هذا الدور، يجب أن تكون تحليليًا للغاية ومتمكنًا من التحليل والرياضيات والإحصاء. مهارات التفكير النقدي وحل المشكلات ضرورية لتفسير البيانات. ونرغب أيضًا في رؤية شغف بالتعلم الآلي والبحث. هدفك سيكون مساعدة شركتنا في تحليل الاتجاهات لاتخاذ قرارات أفضل. المهام والمسؤوليات تحليل البيانات الأولية: تقييم الجودة، والتنظيف، ومعالجة ما قبل المعالجة، وهيكلة البيانات للتعامل معها لاحقًا. إجراء أنشطة البحث والتطوير، واستكشاف البيانات واكتشافها باستخدام ممارسات علم البيانات والتعلم الآلي (ML). تطوير وتطبيق واختبار وتنفيذ نماذج علم البيانات والتعلم الآلي لمجموعة واسعة من مجموعات البيانات التي تم جمعها من مصادر بيانات مختلفة مثل الأسواق الإلكترونية ومنصات التجارة الإلكترونية ووسائل التواصل الاجتماعي ومصادر الويب. تصميم وتطوير نماذج تعلم آلي دقيقة وقابلة للتوسع في مجالات وتطبيقات مختلفة، تشمل على سبيل المثال لا الحصر محركات التوصيات، والروبوتات المحادثة، ومعالجة اللغة الطبيعية، واستخراج النصوص، واختيار/تمثيل السمات القائمة على النصوص، والتحسين والنمذجة التنبؤية. استخدام مجموعة متنوعة من الأدوات والأساليب لحل الأهداف التجارية المعقدة، من محركات التوصيات، والروبوتات المحادثة، ومعالجة اللغة الطبيعية (NLP)، والتعلم الآلي/التعلم العميق، ومعالجة الصور، ومعالجة الكلام، والتعلم القائم على القواعد، والرسوم البيانية المعرفية. تصميم عروض خدمات وحلول جديدة في مجال التجارة الإلكترونية وفي مجالات مختلفة. مواكبة أحدث الاتجاهات والتكنولوجيا في مجالات علم البيانات والتعلم الآلي. العمل بشكل وثيق مع مهندسي البيانات فيما يتعلق بطلبات البيانات، ومع مسؤولي ضمان جودة البيانات في قضايا سلامة البيانات. العمل بشكل وثيق مع محللي الأعمال وفرق تطوير المنتجات لفهم متطلباتهم وتنفيذها. التعاون مع فرق تحليل البيانات الكبيرة ومطوري البرمجيات لتحويل الأفكار والنماذج والنماذج الأولية إلى حلول كاملة. العمل بشكل وثيق مع الفرق متعددة الوظائف لتحديد التحديات والمشكلات واقتراح حلول الذكاء الاصطناعي المحتملة. المتطلبات درجة البكالوريوس في مجال كمي (الإحصاء، الرياضيات، علوم الحاسوب، الهندسة، إلخ)؛ يُفضل الحصول على درجة جامعية عليا في علم البيانات أو أي مجال كمي آخر. خبرة لا تقل عن 4-5 سنوات كعالم بيانات (تحليل كمي ونمذجة البيانات). فهم عميق لنماذج التنبؤ، والتعلم الآلي، وتقنيات وأساليب التجميع والتصنيف، والخوارزميات. خبرة في تطبيقات ومجالات التعلم الآلي (يُفضل الخبرة في محركات التوصيات، ومعالجة اللغة الطبيعية، ونماذج اللغة، والروبوتات المحادثة). معرفة قوية وخبرة عملية واسعة مع النماذج الكبيرة للغة (LLMs)، بما في ذلك اختيار النموذج، والضبط الدقيق، والنشر، وهندسة الأوامر (prompt engineering) للتطبيقات الواقعية. خبرة في خوارزميات وتقنيات التعلم العميق. إجادة اللغة بايثون (تُعد معرفة لغات أخرى مثل نصوص Shell، C++، .Net، Java، Matlab، R، ... إلخ أمرًا مفضلًا). خبرة في مكتبات بايثون (TensorFlow، Keras، Pandas، Sklearn). إجادة ممتازة للخوارزميات والبرمجة الكائنية التوجه (OOP). معرفة بتقنيات قواعد البيانات (التصميم والتنفيذ) ولغة الاستعلام. معرفة بإطارات العمل الخاصة بالبيانات الكبيرة وأدوات التصور (مثل ElasticSearch، Cassandra، Hadoop، Spark) يُعد أمرًا مفضلًا. مهارات تنظيمية ومهارات إدارة مشاريع قوية. مهارات جيدة في حل المشكلات. مهارات تواصل وعرض ممتازة. المزايا تأمين صحي طبي مكافأة أداء أخرى

نحن نبحث عن عالم بيانات لتصميم وتطوير نماذج التعلم الآلي (ML) في مجالات مختلفة لاكتشاف الأنماط من أنواع متنوعة وكميات كبيرة من مجموعات البيانات. ستستخدم بشكل رئيسي تقنيات التعلم العميق (وغيرها من تقنيات التعلم الآلي) لحل مشكلات مختلفة في محركات التوصية، والروبوتات المحادثة، ومعالجة اللغة الطبيعية (NLP) وغيرها من المجالات. سنعتمد عليك لبناء منتجات بيانات لاستخراج رؤى تجارية قيمة. في هذا الدور، يجب أن تكون تحليليًا للغاية، ولديك مهارة في التحليل، والرياضيات، والإحصاء. مهارات التفكير النقدي وحل المشكلات ضرورية لتفسير البيانات. ونريد أيضًا أن نرى شغفًا بالتعلم الآلي والبحث. سيكون هدفك مساعدة شركتنا في تحليل الاتجاهات لاتخاذ قرارات أفضل. المهام والمسؤوليات تحليل البيانات الأولية: تقييم الجودة، التنظيف، المعالجة المسبقة، وهندسة البيانات للعمليات اللاحقة. إجراء أنشطة البحث والتطوير، واستكشاف البيانات واكتشافها باستخدام ممارسات علم البيانات والتعلم الآلي (ML). تطوير وتطبيق واختبار وتنفيذ نماذج علم البيانات والتعلم الآلي لمجموعة واسعة من مجموعات البيانات التي تم جمعها من مصادر بيانات مختلفة مثل الأسواق الإلكترونية ومنصات التجارة الإلكترونية ووسائل التواصل الاجتماعي ومصادر الويب. تصميم وتطوير نماذج تعلم آلي دقيقة وقابلة للتوسع في مجالات وتطبيقات مختلفة، تشمل على سبيل المثال لا الحصر محركات التوصية، والروبوتات المحادثة، ومعالجة اللغة الطبيعية، واستخراج النصوص، واختيار/تمثيل السمات القائمة على النصوص، والتحسين والنماذج التنبؤية. استخدام مجموعة متنوعة من الأدوات والأساليب لحل أهداف تجارية معقدة، تشمل محركات التوصية، والروبوتات المحادثة، ومعالجة اللغة الطبيعية (NLP)، والتعلم الآلي/التعلم العميق، ومعالجة الصور، ومعالجة الكلام، والتعلم القائم على القواعد، والرسوم البيانية للمعرفة. تصميم عروض خدمات وحلول جديدة في مجال التجارة الإلكترونية ومجالات مختلفة. مواكبة أحدث الاتجاهات والتكنولوجيات في مجالات علم البيانات والتعلم الآلي. العمل بشكل وثيق مع مهندسي البيانات في الطلبات المتعلقة بالبيانات، ومع مسؤولي ضمان جودة البيانات في قضايا سلامة البيانات. العمل بشكل وثيق مع محللي الأعمال وفرق تطوير المنتجات لفهم متطلباتهم وتنفيذها. التعاون مع فرق تطوير البيانات الضخمة والبرمجيات لتحويل الأفكار والنماذج والنماذج الأولية إلى حلول كاملة. العمل بشكل وثيق مع الفرق متعددة الوظائف لتحديد التحديات والمشكلات واقتراح حلول ذكاء اصطناعي محتملة. المتطلبات درجة البكالوريوس في مجال كمي (الإحصاء، الرياضيات، علوم الحاسوب، الهندسة، إلخ)؛ يُفضل الحصول على درجة جامعية عليا في علم البيانات أو أي مجال كمي آخر. خبرة لا تقل عن 4 إلى 5 سنوات كعالم بيانات (تحليل كمي ونمذجة البيانات). فهم عميق لنماذج التنبؤ، والتعلم الآلي، وتقنيات وأساليب التجميع والتصنيف، والخوارزميات. خبرة في تطبيقات ومجالات التعلم الآلي (تُفضل الخبرة في محركات التوصية، ومعالجة اللغة الطبيعية، ونماذج اللغة، والروبوتات المحادثة). معرفة قوية وخبرة عملية واسعة مع النماذج الكبيرة للغة (LLMs)، بما في ذلك اختيار النموذج، والضبط الدقيق، والنشر، وهندسة الأوامر (Prompt Engineering) للتطبيقات الواقعية. خبرة في خوارزميات وتقنيات التعلم العميق. إتقان لغة بايثون (تُفضل لغات برمجة أخرى مثل نصوص Shell، C++، .Net، Java، Matlab، R، وغيرها). خبرة في مكتبات لغة بايثون (Tensorflow، Keras، Pandas، Sklearn). إجادة ممتازة للخوارزميات والبرمجة كائنية التوجه. إلمام بتقنيات قواعد البيانات (التصميم والتنفيذ) ولغة الاستعلام. يُفضل الإلمام بإطارات العمل الخاصة بالبيانات الضخمة وأدوات التصور (ElasticSearch، Cassandra، Hadoop، Spark). مهارات تنظيمية ومهارات إدارة مشاريع قوية. مهارات جيدة في حل المشكلات. مهارات اتصال وعرض ممتازة. المزايا تأمين صحي طبي مكافأة أداء أخرى

مطلوب فرد مؤهل تأهيلاً عالياً لقيادة تقييم وتحويل نظام الميني فريم النشط-النشط (Active-Active). المرشح المثالي يجب أن يمتلك المؤهلات التالية: المسمى الوظيفي: رئيس مهندسي معمارية الميني فريم النشط-النشط / خبير فني المؤهلات والمهارات والخبرات المطلوبة: • خبرة عميقة في أنظمة الميني فريم: • معرفة واسعة بالبنية التحتية لأنظمة الميني فريم، بما في ذلك ZOS وDB2 وCICS. • إجادة الخدمات التابعة لأنظمة الميني فريم مثل الطباعة على الميني فريم وأداة Control-M. • فهم قوي لحلول تخزين الميني فريم مثل DS8000 وإدارة دورة حياة البيانات (DLM). • معرفة متعمقة بأتمتة أنظمة الميني فريم. • إجادة بيئة النشط-النشط (Active-Active) والاسترداد من الكوارث: • خبرة مثبتة في تقييم وتصميم بيئات النشط-النشط لأنظمة الميني فريم. • خبرة في آليات تحقق اتساق البيانات ومزامنتها في إعدادات النشط-النشط. • معرفة بأدوات التكرار المختلفة مثل GDPS وXRC وSRDF. • خبرة في سيناريوهات الفشل والتعافي وتحديد أهداف وقت الاسترداد (RTO). • فهم شامل لتقنية IBM GDPS (نظام سيسبلكس المتوازي الموزع جغرافياً)، بما في ذلك مزاياها ومتطلباتها والتراخيص الخاصة بها والعقبات المحتملة (مثل Metro Mirror وGlobal Mirror وHyperSwap وأجهزة التوجيه المدعومة بـSASP). • منهجية التقييم والتصميم: • قدرة مثبتة على إجراء تقييمات للحالة الراهنة، بما في ذلك تحديد الفجوات والقيود والمتطلبات المسبقة لتحويل النشط-النشط. • خبرة في إعداد تصاميم عامة (HLD) لحلول الميني فريم النشط-النشط. • مهارة في إعداد خارطة طريق للتحويل تتضمن خطط تنفيذ مرحلية، بما في ذلك التكوينات النشطة-الساخنة-الاحتياطية (active-hot-standby). • القدرة على إعداد قائمة بالمكونات (BoM) تشمل ترقيات الأجهزة والترخيص والخدمات المهنية. • خبرة في تحليل التكاليف على المستوى العام. • المعرفة بالإطارات مثل إطار المرونة التشغيلية (ORF) والمعايير مثل ISO 22301 وISO 27001 وDORA وNIST تُعد ميزة إضافية. • مهارات إدارة المشاريع والتواصل: • القدرة على عقد ورش عمل ومقابلات وجلسات استقصاء مع الخبراء والمتعاملين لجمع المعلومات والتحقق من المتطلبات. • مهارات تحليلية قوية لتلخيص البيئات التقنية الحالية وتحديد القضايا الرئيسية. • مهارات تواصل وعرض ممتازة لتقديم النتائج والتوصيات وعروض الإداريين العليا. • القدرة على العمل بشكل مستقل وعن بُعد، مع وجود جزئي في الموقع عند الحاجة. • خبرة في بيئة مشروع صعبة وعاجلة. تفاصيل المشاركة: المدة: حوالي 12 أسبوعاً الجهد: حوالي يومين في الأسبوع (بإجمالي يزيد قليلاً عن شهر عمل) الوقت في الموقع: 10 أيام متضمنة تاريخ البدء: منتصف يوليو تقريباً (قابل للتغيير بمقدار 1–2 أسبوع) البدء عن بُعد: ممكن

مطلوب فرد مؤهل تأهيلاً عالياً لقيادة تقييم وتحويل النظام الرئيسي النشط-النشط (Active-Active). المرشح المثالي يجب أن يمتلك المؤهلات التالية: المسمى الوظيفي: مهندس رئيسي / خبير في هندسة النظام الرئيسي النشط-النشط المؤهلات والمهارات والخبرات المطلوبة: • خبرة متقدمة في الأنظمة الرئيسية: • معرفة واسعة بالبنية التحتية للنظام الرئيسي، بما في ذلك ZOS وDB2 وCICS. • إجادة الخدمات المعتمدة على النظام الرئيسي مثل الطباعة على النظام الرئيسي وControl-M. • فهم قوي لحلول تخزين النظام الرئيسي مثل DS8000، وإدارة دورة حياة البيانات (DLM). • معرفة متعمقة بأتمتة النظام الرئيسي. • إجادة العمل في بيئات النشط-النشط واستعادة الكوارث: • خبرة مثبتة في تقييم وتصميم بيئات النظام الرئيسي النشط-النشط (A-A). • خبرة في آليات اتساق البيانات ومزامنتها في إعدادات النشط-النشط. • معرفة بأدوات النسخ التكراري المختلفة مثل GDPS وXRC وSRDF. • خبرة في سيناريوهات الفشل وتحديد أهداف وقت الاستعادة (RTO). • فهم شامل لـ IBM GDPS (نظام Sysplex المتوازي الموزع جغرافياً)، بما في ذلك مزاياه، المتطلبات الأساسية، الترخيص، والعقبات المحتملة (مثل Metro Mirror، Global Mirror، HyperSwap، والراوترات المدعومة بـ SASP). • منهجية التقييم والتصميم: • قدرة مثبتة على إجراء تقييمات للحالة الراهنة، بما في ذلك تحديد الفجوات والقيود والمتطلبات المسبقة لتحويل النشط-النشط. • خبرة في إعداد تصميمات عالية المستوى (HLD) لحلول النظام الرئيسي النشط-النشط. • مهارة في إعداد خارطة طريق للتحويل تتضمن خططاً للتنفيذ على مراحل، بما في ذلك التكوينات النشطة-الساخنة-الاحتياطية. • القدرة على إعداد قائمة بالمعدات (BoM) تشمل ترقيات الأجهزة، التراخيص، والخدمات المهنية. • خبرة في تحليل التكاليف على مستوى عالٍ. • المعرفة بإطارات العمل مثل إطار المرونة التشغيلية (ORF) والمعايير مثل ISO 22301 وISO 27001 وDORA وNIST تُعد ميزة إضافية. • مهارات المشروع والتواصل: • القدرة على عقد ورش عمل ومقابلات وجلسات استكشاف مع الخبراء والجهات المعنية لجمع المعلومات والتحقق من المتطلبات. • مهارات تحليلية قوية لتلخيص بيئات تكنولوجيا المعلومات الحالية وتحديد القضايا الرئيسية. • مهارات تواصل وعرض ممتازة لتقديم النتائج والتوصيات والعروض الإدارية. • القدرة على العمل بشكل مستقل وعن بُعد، مع وجود بعض الحضور المادي حسب الحاجة. • خبرة في بيئة مشروعات صعبة وعاجلة. تفاصيل المشاركة: المدة: حوالي 12 أسبوعاً الجهد: حوالي يومين في الأسبوع (بإجمالي يزيد قليلاً عن شهر عمل) الوقت في الموقع: يشمل 10 أيام تاريخ البدء: يُفضل منتصف يوليو (قابل للتغيير بمقدار 1–2 أسبوع) البدء عن بُعد: ممكن

· إجادة استخدام برامج نظم المعلومات الجغرافية مثل ArcGIS أو QGIS أو منصات مشابهة. · مهارات قوية في البرمجة، ويفضل أن تكون بلغة Python أو لغات نصية أخرى. · معرفة متقدمة بقواعد البيانات المكانية ونمذجة البيانات والتحليلات الجغرافية المكانية. · خبرة في تصميم وتنفيذ نماذج بيانات نظم المعلومات الجغرافية لإدارة شبكات المرافق. · مهارات تواصل وعلاقة بين الأشخاص فعّالة. · خبرة في معايير البيانات المكانية مثل OGC وINSPIRE وISO 19115 وISO 19139 وCEN/TC 287 وSDI ومعايير الخرائط الوطنية. المتطلبات · درجة البكالوريوس أو الماجستير من جامعة في تخصص الجغرافيا أو علوم المعلومات الجغرافية أو نظم المعلومات الجغرافية أو مجال ذي صلة. · خبرة لا تقل عن 10 سنوات في مجال نظم المعلومات الجغرافية، مع تركيز على مشاريع البنية التحتية والمرافق. المزايا لماذا تنضم إلينا: فرصة للعمل مع فريق موهوب وشغوف. package رواتب تنافسية ومزايا متميزة. مشاريع مثيرة وبيئة عمل مبتكرة.