Power International Holding is seeking an experienced Data Engineer / Data Architect to design, develop, and maintain a reliable, governed data platform supporting enterprise project reporting and decision-making across the Group.
This role will be responsible for consolidating project, cost, and schedule data from enterprise systems, including SAP, Primavera P6, CPCO, and DAMAS, into a unified, validated data model. The focus is on automating data integration, strengthening data quality, and ensuring every reported metric is traceable to its source.
Key Responsibilities
Data Architecture and Modelling
- Design and maintain dimensional data models, including fact tables, dimensions, and semantic layers for enterprise reporting.
- Establish data architecture standards covering naming conventions, transformation logic, version control, and change management.
ETL Pipeline Development
- Build and maintain automated ETL pipelines integrating data from SAP, Primavera P6, CPCO, DAMAS, and external submissions.
- Implement scheduled refreshes, incremental loading, orchestration, failure alerts, and recovery procedures.
- Develop robust pipelines that identify source schema changes and data inconsistencies rather than allowing silent failures.
Primavera P6 Integration and Schedule Analytics
- Extract and transform Primavera P6 data, including activities, work breakdown structures (WBS), resources, and costs.
- Develop datasets and calculations supporting schedule variance, float, critical path analysis, progress curves, and forecast trends.
Data Quality, Governance, and Lineage
- Implement reconciliation controls between source systems and reports to identify discrepancies before publication.
- Establish data validation rules, quality checks, and exception reporting.
- Maintain end-to-end data lineage documentation, ensuring every reported metric can be traced from its source through transformation logic to the final output.
Reporting and AI Enablement
- Develop and maintain governed data models supporting Power BI reporting, including DAX measures, row-level security, and performance optimisation.
- Support the transition from manual and duplicated reporting to automated, governed reporting solutions.
- Prepare documented, validated datasets for use by EPMO AI tools and agents.
- Apply AI-assisted engineering and automated anomaly detection to improve pipeline efficiency and data quality, ensuring all changes are tested before release.
Requirements
- 8–12 years of experience in data engineering, data architecture, or business intelligence development, with demonstrated ownership of production data pipelines.
- Advanced SQL skills, including common table expressions, window functions, merge/upsert logic, and query optimisation.
- Expert-level Power Query (M) and DAX skills, including the ability to write and optimise code independently.
- Strong expertise in dimensional modelling, data warehousing, and semantic layer design.
- Hands-on experience with ETL orchestration and pipeline engineering, including incremental loading, scheduling, monitoring, and failure recovery.
- Experience with Microsoft Fabric, Azure Data Factory, or equivalent data engineering platforms.
- Proven enterprise systems integration experience, preferably with SAP and Primavera P6.
- Strong understanding of data governance, validation frameworks, metadata management, data lineage, and audit readiness.
- Working knowledge of project controls within construction, infrastructure, or EPC environments, including earned value, cost and schedule reporting, and variance analysis.
- Proficiency in Python for data manipulation and experience with version control practices.
- Experience in construction, infrastructure, EPC, or large-scale project delivery reporting environments is highly preferred.
- Gulf or wider MENA experience is an advantage, particularly within holding groups and subsidiary reporting structures.
AI Fluency – Essential
Demonstrated, practical use of AI as a core working tool is mandatory. Candidates must provide specific examples from their own professional experience, such as using AI to:
- Build, test, document, or monitor data pipelines.
- Identify data quality issues, anomalies, or inconsistencies more efficiently.
- Improve data transformation, validation, and engineering workflows.
تبحث شركة باور إنترناشيونال القابضة عن مهندس بيانات / معماري بيانات ذي خبرة لتصميم وتطوير وصيانة منصة بيانات موثوقة وخاضعة للحوكمة لدعم تقارير المشاريع المؤسسية واتخاذ القرار عبر المجموعة.
سيكون هذا الدور مسؤولاً عن دمج بيانات المشاريع والتكاليف والجداول الزمنية من أنظمة المؤسسة، بما في ذلك SAP وPrimavera P6 وCPCO وDAMAS، في نموذج بيانات موحد ومعتمد. ينصب التركيز على أتمتة تكامل البيانات، وتعزيز جودة البيانات، وضمان إمكانية تتبع كل مقياس يتم الإبلاغ عنه إلى مصدره.
المسؤوليات الرئيسية
هندسة ونمذجة البيانات
- تصميم وصيانة نماذج البيانات البعدية، بما في ذلك جداول الحقائق، والأبعاد، والطبقات الدلالية لإعداد التقارير المؤسسية.
- وضع معايير هندسة البيانات التي تغطي اصطلاحات التسمية، ومنطق التحويل، والتحكم في الإصدار، وإدارة التغيير.
تطوير خطوط أنابيب ETL
- بناء وصيانة خطوط أنابيب ETL مؤتمتة لدمج البيانات من SAP وPrimavera P6 وCPCO وDAMAS والمدخلات الخارجية.
- تنفيذ التحديثات المجدولة، والتحميل التزايدي، والتنسيق، وتنبيهات الفشل، وإجراءات الاسترداد.
- تطوير خطوط أنابيب قوية تحدد تغييرات مخطط المصدر وتناقضات البيانات بدلاً من السماح بالأخطاء الصامتة.
تكامل Primavera P6 وتحليلات الجدولة
- استخراج وتحويل بيانات Primavera P6، بما في ذلك الأنشطة، وهياكل تقسيم العمل (WBS)، والموارد، والتكاليف.
- تطوير مجموعات البيانات والحسابات التي تدعم تباين الجدول الزمني، والوقت المتاح (Float)، وتحليل المسار الحرج، ومنحنيات التقدم، واتجاهات التوقعات.
جودة البيانات والحوكمة والنسب
- تنفيذ ضوابط المصالحة بين الأنظمة المصدرية والتقارير لتحديد التناقضات قبل النشر.
- وضع قواعد التحقق من صحة البيانات، وفحوصات الجودة، وإعداد تقارير الاستثناءات.
- الحفاظ على وثائق نسب البيانات من البداية إلى النهاية، مما يضمن إمكانية تتبع كل مقياس يتم الإبلاغ عنه من مصدره عبر منطق التحويل إلى المخرج النهائي.
إعداد التقارير وتمكين الذكاء الاصطناعي
- تطوير وصيانة نماذج البيانات الخاضعة للحوكمة التي تدعم تقارير Power BI، بما في ذلك مقاييس DAX، وأمان مستوى الصف، وتحسين الأداء.
- دعم الانتقال من إعداد التقارير اليدوية والمكررة إلى حلول إعداد التقارير المؤتمتة والخاضعة للحوكمة.
- إعداد مجموعات بيانات موثقة ومعتمدة لاستخدامها من قبل أدوات ووكلاء الذكاء الاصطناعي في إدارة المشاريع (EPMO).
- تطبيق الهندسة بمساعدة الذكاء الاصطناعي والكشف الآلي عن الشذوذ لتحسين كفاءة خط الأنابيب وجودة البيانات، مع ضمان اختبار جميع التغييرات قبل الإصدار.
المتطلبات
- خبرة من 8 إلى 12 عاماً في هندسة البيانات، أو هندسة البيانات، أو تطوير ذكاء الأعمال، مع إثبات امتلاك خطوط أنابيب بيانات الإنتاج.
- مهارات متقدمة في SQL، بما في ذلك تعبيرات الجدول الشائعة، ووظائف النافذة، ومنطق الدمج/التحديث (Merge/Upsert)، وتحسين الاستعلام.
- مهارات مستوى الخبير في Power Query (M) وDAX، بما في ذلك القدرة على كتابة وتحسين الكود بشكل مستقل.
- خبرة قوية في النمذجة البعدية، ومستودعات البيانات، وتصميم الطبقات الدلالية.
- خبرة عملية في تنسيق ETL وهندسة خطوط الأنابيب، بما في ذلك التحميل التزايدي، والجدولة، والمراقبة، واسترداد الفشل.
- خبرة في Microsoft Fabric، أو Azure Data Factory، أو منصات هندسة البيانات المكافئة.
- خبرة مثبتة في تكامل أنظمة المؤسسات، ويفضل أن يكون ذلك مع SAP وPrimavera P6.
- فهم قوي لحوكمة البيانات، وأطر التحقق، وإدارة البيانات الوصفية، ونسب البيانات، وجاهزية التدقيق.
- معرفة عملية بضوابط المشاريع داخل بيئات البناء، أو البنية التحتية، أو EPC، بما في ذلك القيمة المكتسبة، وتقارير التكلفة والجدول الزمني، وتحليل التباين.
- إتقان لغة Python لمعالجة البيانات وخبرة في ممارسات التحكم في الإصدار.
- يفضل بشدة الخبرة في بيئات البناء، أو البنية التحتية، أو EPC، أو تقارير تسليم المشاريع واسعة النطاق.
- تعتبر الخبرة في منطقة الخليج أو منطقة الشرق الأوسط وشمال أفريقيا الأوسع ميزة إضافية، خاصة ضمن المجموعات القابضة وهياكل تقارير الشركات التابعة.
طلاقة الذكاء الاصطناعي – ضرورية
يعد الاستخدام العملي والمثبت للذكاء الاصطناعي كأداة عمل أساسية أمراً إلزامياً. يجب على المرشحين تقديم أمثلة محددة من خبرتهم المهنية، مثل استخدام الذكاء الاصطناعي في:
- بناء، أو اختبار، أو توثيق، أو مراقبة خطوط أنابيب البيانات.
- تحديد مشكلات جودة البيانات، أو الشذوذ، أو التناقضات بكفاءة أكبر.
- تحسين سير عمل تحويل البيانات، والتحقق منها، وهندستها.