الهدف الرئيسي من الوظيفة
يتولى كبير المعماريين الرقميين مسؤولية تصميم وتطوير وصيانة المنصات الرقمية السحابية عبر كافة أرجاء المؤسسة. ويركز هذا الدور على تعزيز قدرات التحليلات للمؤسسة من خلال دمج نماذج الذكاء الاصطناعي/تعلم الآلة، والتقنيات الناشئة، وأطر معالجة البيانات ضخمة الحجم لتعزيز اتخاذ القرارات القائمة على البيانات والرفع من الكفاءة التشغيلية. بالإضافة إلى ذلك، سيتعاون المهندس المعماري الرقمي مع فرق الأعمال والفرق الفنية لتسريع التحول الرقمي، وتبسيط حوكمة البيانات، واعتماد التقنيات الناشئة لدفع عجلة الابتكار المستمر.
المسؤوليات الرئيسية
- تصميم أطر معمارية قابلة للتوسع وآمنة ومصممة خصيصاً للسحابة لحلول الذكاء الاصطناعي/تعلم الآلة، بما في ذلك خطوط معالجة MLOps، والبنية التحتية لنشر النماذج، وأنماط التكامل.
- وضع الإرشادات المعمارية لتطبيق حلول الذكاء الاصطناعي التوليدي، بما في ذلك تدابير السلامة والاعتبارات الأخلاقية.
- تصميم أطر معمارية قابلة للتوسع لتغليف نماذج الذكاء الاصطناعي/تعلم الآلة كواجهات برمجة تطبيقات (APIs) جاهزة للإنتاج أو تطبيقات/خدمات مصغرة مخصصة.
- تحديد المعايير الفنية لنشر النماذج ومراقبتها وصيانتها.
- تحديد وتقييم منصات البيانات والذكاء الاصطناعي المتخصصة في القطاع، وأدوات تعلم الآلة الآلي (Auto-ML) لتلائم حالات استخدام الأعمال واستخلاص القيمة منها.
- الشراكة مع أصحاب المصلحة في مجال الأعمال لفهم المتطلبات وتحويلها إلى حلول فنية.
- إرساء أطر الحوكمة لإدارة دورة حياة نماذج الذكاء الاصطناعي.
- تقييم المخاطر الفنية ومخاطر أمن المعلومات وتقديم استراتيجيات التخفيف منها أثناء تنفيذ الحلول الرقمية.
- تدقيق أدوات وممارسات الذكاء الاصطناعي عبر البيانات والنماذج والهندسة، مع التركيز على التحسين المستمر وآليات التغذية الراجعة.
- تقديم التوجيه الاستراتيجي والفني لأصحاب المصلحة فيما يتعلق بالحلول الرقمية والمعمارية السحابية وتحسين أداء المنصات.
- الاطلاع المستمر على التقنيات الناشئة وتطبيق الحلول السحابية الأصلية، والحلول القائمة على الذكاء الاصطناعي/تعلم الآلة، وأدوات الأتمتة لتعزيز الابتكار في عمليات الأعمال.
الخبرات والمهارات المطلوبة
الخبرة في الذكاء الاصطناعي/تعلم الآلة
- خبرة لا تقل عن 8 سنوات في هندسة معمارية الحلول الرقمية، منها 5 سنوات على الأقل تركز على حلول الذكاء الاصطناعي/تعلم الآلة، ويفضل أن يكون ذلك في قطاع الطاقة.
- سجل حافل ومثبت في تصميم وتنفيذ المعماريات/الحلول للذكاء الاصطناعي/تعلم الآلة على مستوى المؤسسات الكبرى.
- خبرة لا تقل عن 5 سنوات في التعامل مع أطر عمل الذكاء الاصطناعي/تعلم الآلة (مثل TensorFlow وPyTorch وغيرها) ونشر نماذج الذكاء الاصطناعي.
- إتقان النماذج اللغوية الكبيرة وتطبيقات الذكاء الاصطناعي التوليدي.
- خبرة في هندسة الأوامر (Prompt Engineering)، والتوليد المُعَزَّز بالاسترجاع (RAG)، والضبط الدقيق (Fine-tuning) لتحسين أداء النماذج ودقة الاستجابة.
- خبرة في أنظمة تعلم الآلة في الوقت الفعلي والحوسبة الطرفية.
عمليات تعلم الآلة وعمليات البيانات (MLOps & DataOps)
- معرفة قوية بمهارات وممارسات وأدوات MLOps.
- إتقان منهجيات MLOps وDataOps، بما في ذلك خطوط التكامل والتسليم المستمر (CI/CD)، ومراقبة نماذج تعلم الآلة، والأتمتة.
- خبرة في منهجية DevOps، والحوسبة بدون خادم (Serverless)، وتقنيات الحاويات (Docker وOpenShift وKubernetes).
السحابة والمعمارية الرقمية
- خبرة عالية في إحدى منصات الحوسبة السحابية (Azure، GCP)، والخدمات السحابية (SaaS، PaaS، DaaS)، والمعماريات القائمة على الخدمات المصغرة (Microservices).
- خبرة في تصميم معماريات قابلة للتوسع لتغليف نماذج الذكاء الاصطناعي/تعلم الآلة كواجهات برمجة تطبيقات (APIs) جاهزة للإنتاج أو تطبيقات/خدمات مصغرة مخصصة.
- معرفة عملية بأساليب تكامل الأنظمة، ومعماريات البيانات الحديثة، وتصميم التطبيقات السحابية الأصلية.
الحوكمة والامتثال
- فهم عميق لأطر حوكمة البيانات، ومبادئ الأمن السيبراني، والامتثال التنظيمي، وأخلاقيات الذكاء الاصطناعي في بيئات المؤسسات.
- دراية تامة بالامتثال التنظيمي الخاص بالذكاء الاصطناعي وتعلم الآلة.
التواصل والتعاون
مهارات تواصل ممتازة للتعاون الفعال مع فرق الأعمال والفرق الفنية وفرق المنتجات، وتحويل المتطلبات الفنية المعقدة إلى حلول قابلة للتنفيذ.
المؤهلات التعليمية
- شهادة جامعية في إدارة المعلومات، أو الهندسة، أو مجال ذي صلة بالتكنولوجيا، مع إظهار مهارات تحليلية وكمية قوية.
- يُفضل بشدة الحصول على درجات علمية متقدمة (ماجستير أو دكتوراه) في علم البيانات، أو تعلم الآلة التطبيقي، أو علوم الحاسوب، أو الإحصاء.
Primary Purpose Of The Job
The Senior Digital Architect is responsible for designing, implementing, and maintaining Cloud digital platforms across the organization. This role focuses on enhancing enterprise analytics capabilities by integrating AI/ML models, emerging technologies, and large-scale data processing frameworks to drive data-driven decision-making and operational efficiency. Additionally, the digital architect will collaborate with business and technical teams to accelerate digital transformation, streamline data governance, and adopt emerging technologies to drive continuous innovation.
Principle Accountabilities
- Design scalable, secure, and cloud-native architecture frameworks for AI/ML solutions, including MLOps pipelines, model deployment infrastructure, and integration patterns.
- Establish architectural guidelines for implementing generative AI solutions, including safety measures and ethical considerations.
- Design scalable architectures for packaging AI/ML models as production-ready APIs or custom applications/microservices.
- Define technical standards for model deployment, monitoring, and maintenance.
- Identify and evaluate industry-specific data and AI platforms, Auto-ML tools to fit business use cases and derive value.
- Partner with business stakeholders to understand requirements and translate them into technical solutions
- Establish governance frameworks for AI model lifecycle management
- Assess technical and Information security risks and provide mitigation strategies in the implementation of digital solutions
- Audit AI tools and practices across data, models and engineering, focusing on continuous improvement and feedback mechanisms.
- Provide strategic and technical guidance to stakeholders regarding digital solutions, cloud architecture, and platform optimizations.
- Stay updated on emerging technologies and apply cloud-native, AI/ML-driven solutions, automation tools to foster innovation in business processes.
Required Experience And Skills
AI/ML Expertise
- 8+ years of experience in digital solution architecture, with at least 5 years focusing on AI/ML solutions preferably in the Energy Sector.
- Proven track record of designing and implementing enterprise-scale AI/ML architecture/solutions.
- 5+ years of experience with AI/ML frameworks (TensorFlow, PyTorch, etc.) and AI model deployment.
- Proficient in large language models and generative AI implementations.
- Experience in prompt engineering, RAG, and fine-tuning to optimize model performance and response accuracy.
- Experienced with real-time ML systems and edge computing.
MLOps and DataOps
- Strong knowledge of MLOps practices and tools.
- Proficiency in MLOps and DataOps methodologies, including CI/CD pipelines, ML model monitoring, and automation.
- Experience with DevOps, serverless computing, and containerization (Docker, OpenShift, Kubernetes).
Cloud and Architecture
- Strong expertise in one of the cloud computing platforms (Azure, GCP), cloud services (SaaS, PaaS, DaaS), and microservices-driven architectures.
- Experience in designing scalable architectures for packaging AI/ML models as production-ready APIs or custom applications/microservices.
- Working knowledge of system integration approaches, modern data architectures, and cloud-native application design.
Governance and Compliance
- In-depth understanding of data governance frameworks, cybersecurity principles, regulatory compliance, and AI ethics in enterprise settings.
- Knowledgeable in AI/ML regulatory compliance.
Communication and Collaboration
Excellent communication skills to effectively collaborate with business, technical, and product teams and translate complex technical requirements into actionable solutions
Educational Qualifications
- A degree in Information Management, Engineering, or a technology related field, demonstrating strong analytical and quantitative skills.
- Advanced degrees (Master's or PhD) in Data Science, Applied Machine Learning, Computer Science, or Statistics is highly desirable