الوصف الوظيفي
الوصف الوظيفي
نحن نبحث حالياً عن قائد جودة البيانات لعملياتنا في قطر
المؤهلات والخبرة
- درجة البكالوريوس في إدارة المعلومات، أو علوم الحاسوب، أو تحليلات البيانات، أو إدارة الأعمال، أو المجالات ذات الصلة.
- خبرة تتراوح بين 8 إلى 12 عاماً في حوكمة البيانات، أو جودة البيانات، أو إدارة البيانات، أو إدارة بيانات المخاطر، أو التقارير التنظيمية، أو المجالات ذات الصلة.
- الخبرة في القطاع المصرفي، أو الخدمات المالية، أو القطاعات الأخرى الخاضعة للتنظيم الصارم مطلوبة.
- معرفة قوية بإدارة جودة البيانات، وحوكمة البيانات، وتتبع أصل البيانات (Data Lineage)، وإدارة البيانات الوصفية (Metadata)، والبيانات المرجعية، وإدارة البيانات الرئيسية.
- خبرة في منصات حوكمة البيانات وجودة البيانات مثل Informatica أو Collibra أو Microsoft Purview أو ABACUS أو الحلول المكافئة.
المسؤوليات الرئيسية
- إطار وحوكمة جودة البيانات
- تطوير وصيانة وتحسين إطار عمل ومعايير وإجراءات ومنهجيات ونموذج تشغيل جودة البيانات.
- تحديد مبادئ ضوابط جودة البيانات للمؤسسة، وضوابطها، ومؤشرات الأداء الرئيسية (KPIs)، ومؤشرات المخاطر الرئيسية (KRIs)، وبطاقات الأداء، ومتطلبات إعداد التقارير.
- ضمان التوافق مع إطار حوكمة البيانات، وسياسة إدارة البيانات، والتوقعات التنظيمية، بما في ذلك متطلبات مصرف قطر المركزي (QCB).
- الإشراف والمراقبة على جودة البيانات
- تحديد والإشراف على قواعد جودة البيانات التي تغطي الدقة، والشمولية، والاتساق، والصلاحية، والتوقيت المناسب، والتفرد، والنزاهة.
- إنشاء ومراقبة أداء جودة البيانات لعناصر البيانات الحرجة (CDEs) عبر وظائف الأعمال والدعم.
- مراقبة أداء جودة البيانات في المؤسسة من خلال لوحات المعلومات، وبطاقات الأداء، والتقارير الإدارية.
- تقديم تقارير منتظمة إلى لجان حوكمة البيانات والإدارة العليا حول اتجاهات جودة البيانات والمخاطر والتقدم في المعالجة.
- إدارة مشكلات البيانات والتصعيد
- قيادة عمليات إدارة مشكلات جودة البيانات للمؤسسة، بما في ذلك التحديد، وتقييم الأثر، وتحليل السبب الجذر، ومتابعة المعالجة، والتحقق من الإغلاق.
- الاحتفاظ بسجل إدارة مشكلات جودة البيانات للمؤسسة
- مراجعة والإشراف على خطط المعالجة المجهزة من قبل مالكي البيانات، وموجهي البيانات (Data Stewards)، وفرق التكنولوجيا.
- تصعيد مخاطر جودة البيانات الجوهرية والمشكلات غير المحلولة عبر لجان الحوكمة المناسبة للحل في الوقت المناسب.
- التقارير التنظيمية وجودة بيانات المخاطر
- الإشراف على ضوابط جودة البيانات التي تدعم التقارير التنظيمية والمالية والمخاطر والامتثال والتقارير الإدارية.
- التنسيق مع وحدات المخاطر والمالية والامتثال والأعمال لتحسين جودة البيانات التي تدعم التقديمات التنظيمية.
- دعم الفحوصات التنظيمية، وعمليات التدقيق، والمراجعات المتعلقة بالبيانات.
- تمكين البيانات والذكاء الاصطناعي
- ضمان أن البيانات المستخدمة في الذكاء الاصطناعي، والتحليلات المتقدمة، ومبادرات تعلم الآلة تلبي معايير الجودة المعتمدة.
- التعاون مع فرق حوكمة الذكاء الاصطناعي لتقييم مخاطر جودة البيانات التي تؤثر على نماذج الذكاء الاصطناعي وعمليات الأعمال الممكنة بالذكاء الاصطناعي.
- دعم تنفيذ ضوابط جودة البيانات طوال دورة حياة البيانات والذكاء الاصطناعي.
- إشراك أصحاب المصلحة
- الشراكة مع مالكي البيانات، وموجهي البيانات، ووحدات الأعمال، وتكنولوجيا المعلومات، والمخاطر، والامتثال، والمالية، والعمليات، والشركات التابعة لتحسين نضج جودة البيانات.
- تعزيز الوعي بجودة البيانات، والمساءلة، والإشراف عبر المجموعة.
- تسهيل مجموعات العمل ومنتديات الحوكمة المتركزة على مبادرات تحسين جودة البيانات.
المدة الزمنية للانضمام: أسبوعان (الحد الأقصى شهر واحد)
Job description
Job Description
We are currently looking for Data Quality Lead for our Qatar operations
Qualifications & Experience
- Bachelor's degree in Information Management, Computer Science, Data Analytics, Business Administration, or related field.
- 8-12 years of experience in Data Governance, Data Quality, Data Management, Risk Data Management, Regulatory Reporting, or related domains.
- Experience within banking, financial services, or other highly regulated industries is required.
- Strong knowledge of Data Quality Management, Data Governance, Data Lineage, Metadata Management, Reference Data, and Master Data Management.
- Experience with Data Governance and Data Quality platforms such as Informatica, Collibra, Microsoft Purview, ABACUS, or equivalent solutions.
Key Responsibilities
- Data Quality Governance & Framework
- Develop, maintain, and enhance Data Quality Framework, standards, procedures, methodologies, and operating model.
- Define enterprise data quality principles, controls, KPIs, KRIs, scorecards, and reporting requirements.
- Ensure alignment with the Data Governance Framework, Data Management Policy, and regulatory expectations, including QCB requirements.
- Data Quality Oversight & Monitoring
- Define and oversee data quality rules covering accuracy, completeness, consistency, validity, timeliness, uniqueness, and integrity.
- Establish and monitor data quality performance for Critical Data Elements (CDEs) across business and support functions.
- Monitor enterprise data quality performance through dashboards, scorecards, and management reporting.
- Provide regular reporting to Data Governance Committees and senior management on data quality trends, risks, and remediation progress.
- Data Issue Management & Escalation
- Lead Enterprise Data Quality Issue Management processes, including identification, impact assessment, root cause analysis, remediation tracking, and closure validation.
- Maintain Enterprise Data Quality Issue management register
- Challenge and oversee remediation plans developed by Data Owners, Data Stewards, and technology teams.
- Escalate material data quality risks and unresolved issues through appropriate governance committees for timely resolution.
- Regulatory Reporting & Risk Data Quality
- Oversee data quality controls supporting regulatory, financial, risk, compliance, and management reporting.
- Coordinate with Risk, Finance, Compliance, and Business units to improve the quality of data supporting regulatory submissions.
- Support regulatory examinations, audits, and data-related reviews.
- Data & AI Enablement
- Ensure that data used in AI, advanced analytics, and machine learning initiatives meets approved quality standards.
- Collaborate with AI Governance teams to assess data quality risks impacting AI models and AI-enabled business processes.
- Support the implementation of data quality controls throughout the data and AI lifecycle.
- Stakeholder Engagement
- Partner with Data Owners, Data Stewards, Business Units, IT, Risk, Compliance, Finance, Operations, and subsidiaries to improve data quality maturity.
- Promote data quality awareness, accountability, and stewardship across the Group.
- Facilitate working groups and governance forums focused on data quality improvement initiatives.
Joining time frame: 2 weeks (maximum 1 month)