الوصف

🏢 الجهة: ديلويت - مركز الابتكار (DIH)

📍 الموقع: القاهرة، مصر
📆 تاريخ النشر: 27 يونيو 2025
🧭 القسم: التكنولوجيا والتحول
🎯 المسمى الوظيفي: كبير مسؤولي التكنولوجيا (CTO) – هندسة الذكاء الاصطناعي والتعلم الآلي

🌐 عن ديلويت ومركز الابتكار

ديلويت هي الشركة المهنية الأكبر عالميًا، بخبرة تمتد منذ عام 1845، وتقدم خدماتها عبر التدقيق، والضرائب، والاستشارات، والتقنية.
أما مركز ديلويت للابتكار (DIH)، فهو الذراع التقني لديلويت في أوروبا والشرق الأوسط وأفريقيا، حيث يُعد محركًا للتميز في حلول الذكاء الاصطناعي، وتحليلات البيانات، والهندسة الرقمية.

🎯 الهدف من الدور

قيادة إستراتيجية الذكاء الاصطناعي والتعلم الآلي في ديلويت – مصر، وتمكين الفرق الهندسية من تقديم حلول ذكية متطورة لمشاكل الأعمال المعقدة، وربط التقنية برؤية الأعمال.

📋 المسؤوليات الأساسية

1. القيادة الاستراتيجية والتقنية

• رسم خارطة الطريق لحلول الذكاء الاصطناعي والتعلم الآلي في DIH.

• تحديد التكنولوجيا المناسبة لكل قطاع/عميل وإدارة التحول التقني وفقًا لأهداف العمل.

2. إشراف وتنفيذ المشاريع التقنية

• قيادة تصميم وتطوير وتنفيذ نماذج وخوارزميات تعلم آلي متقدمة.

• الإشراف على جمع البيانات، التحليل، التنظيف، والتحسين.

3. إدارة فريق متعدد التخصصات

• قيادة فرق من مهندسي البيانات، علماء البيانات، ومهندسي ML.

• تشجيع ثقافة التعاون، البحث، والابتكار.

4. التحول من النموذج إلى الإنتاج

• التأكد من تحويل النماذج إلى منتجات قابلة للنشر على بيئات سحابية مثل Azure أو AWS.

• تطبيق أفضل ممارسات ML Ops، وضمان الجودة والتوسع.

5. إشراك العملاء وإدارة أصحاب المصلحة

• التواصل مع كبار العملاء لفهم التحديات وترجمة الاحتياجات لحلول عملية.

• تقديم العروض والحلول بشكل مقنع للجمهور التقني وغير التقني.

6. الابتكار واستشراف المستقبل

• مواكبة التطورات في الذكاء الاصطناعي التوليدي، النماذج اللغوية الكبيرة (LLMs)، ورؤية الحاسوب.

• قيادة جهود البحث الداخلي أو التعاون مع فرق البحث العالمية في ديلويت.

🧠 المؤهلات والمتطلبات

• خوارزميات تعلم آلي متقدمة (Supervised/Unsupervised/Deep Learning)

• أدوات وأطر مثل TensorFlow, PyTorch, Scikit-learn

• لغات مثل Python، SQL، Spark

• أدوات تصور البيانات: Tableau، Power BI، Seaborn، Matplotlib
  | الخبرات المفضلة |

• قيادة مشاريع AI في بيئات الإنتاج

• الإلمام بأساليب النشر المستمر (CI/CD) للـML

• اهتمام بالبحث والابتكار التقني المستدام