Data Scientist Expert
Job Description
Job Title Data Scientist Expert
Sector Technical
Division IT
Section BI & Big Data
Unit Data Management
Report To BI & Big Data Senior Manager
Main Job Purpose:
The primary objective of this role is to leverage advanced analytics, machine learning, and AI to extract
actionable insights from telecom datasets, addressing critical business challenges such as customer churn prediction and network optimization. Additionally, enhance customer experience and drive revenue growth through data-driven strategies. This role significantly contributes to the organization’s mission by optimizing network performance, improving customer retention, and supporting informed decision-making across departments.
Duties & Responsibilities:
1. Create and implement predictive models to address key business challenges,such as customer churn
prediction and lifetime value analysis, ensuring improved customer retention and revenue growth.
2. Utilize machine learning techniques (e.g., regression, classification, clustering, deep learning) to
analyze large-scale telecom datasets, enhancing data-driven decision-making.
3. Process and analyze large volumes of structured and unstructured data from diverse sources (e.g.,
CRM, billing systems, network logs, IoT devices) to extract meaningful insights and improve model
performance.
4. Conduct feature engineering to enhance model accuracy and effectiveness, leading to better
predictive outcomes and business insights.
5. Build and deploy models to predict network congestion, detect faults, and perform root cause
analysis, ensuring optimal network performance and customer satisfaction.
6. Create and implement customer segmentation and personalized marketing strategies to enhance
customer experience and retention, driving targeted marketing efforts.
7. Examine call detail records and usage patterns to identify trends and opportunities for revenue
growth, supporting strategic business initiatives.
8. Utilize big data technologies (e.g., Hadoop, Spark, Cloudera) and cloud platforms (e.g., Azure, Google
Cloud) to process and analyze large datasets efficiently.
9. Partner with data engineers to build scalable data pipelines and integrate machine learning models
into production systems, ensuring seamless data flow and model deployment.
10. Develop interactive dashboards and visualizations using tools like Tableau, Power BI, or Python
libraries (e.g., Matplotlib, Seaborn) to communicate insights effectively to stakeholders.
11. Present data-driven findings and actionable recommendations to senior management, supporting
informed decision-making and strategic planning.
12. Keep abreast of emerging trends in data science, AI, and telecommunications to recommend and
implement cutting-edge solutions that drive innovation.
Behavioral Competencies
1. Communication: Conveys information clearly and effectively to all stakeholders.
2. Collaboration: Works well with colleagues across departments to achieve shared goals.
3. Analytical and Problem-Solving Skills: Identifies and solves complex problems effectively.
4. Customer Focus: Understands and meets customer needs to enhance satisfaction.
5. Accountability: Takes ownership of tasks, ensuring high-quality outcomes.
6. Creativity: Generates innovative ideas and approaches to solving problems and improving
processes.
Technical Competencies
1. Machine Learning and Statistical Modeling: Expertise in applying machine learning algorithms
and statistical models for predictive insights.
2. Big Data Technologies: Proficiency in using Hadoop, Spark, and Cloudera to process and analyze
large datasets.
3. Programming Skills: Advanced skills in Python or R and data science libraries for data
manipulation and model development.
4. Data Visualization: Ability to create interactive dashboards and visualizations using tools like
Tableau, Power BI, or Python libraries.
5. Telecom Data Expertise: Knowledge of telecom data domains, including CDR, network
performance metrics, and customer behavior data.
6. Cloud Platforms: Experience with Azure and Google Cloud for scalable data processing and
model deployment.
Qualifications
Education
o A bachelor’s degree in computer science, Information Systems, Data Management, or
a related field.
o A master’s degree is an advantage.
Experience
o +7 years of experience in data Science, preferably in the telecommunications industry.
o Hands-on experience in data visualization tools (Tableau, Power BI) and programming
languages (Python, R, and RapidMiner).
o Hands-on experience in deep learning techniques for applications like natural language
processing (NLP).
o Experience in database systems (SQL, NoSQL), data warehousing, and ETL tools.
Certificates
Certification in data science like TensorFlow Developer Certificate| Machine Learning
Specialty.
Language Fluent in English and Arabic (Written & Spoken).
خبير في علوم البيانات
الوصف الوظيفي
المسمى الوظيفي: خبير في علوم البيانات
القطاع: التقنية
القسم: تكنولوجيا المعلومات
قسم ذكاء الأعمال والبيانات الضخمة
إدارة بيانات الوحدة
المسؤولية: مدير أول ذكاء الأعمال والبيانات الضخمة
الغرض الرئيسي من الوظيفة:
الهدف الرئيسي من هذا الدور هو الاستفادة من التحليلات المتقدمة، والتعلم الآلي، والذكاء الاصطناعي لاستخلاص رؤى عملية من قواعد بيانات الاتصالات، ومعالجة تحديات الأعمال الحرجة، مثل التنبؤ بانخفاض عدد العملاء وتحسين الشبكة. بالإضافة إلى ذلك، تحسين تجربة العملاء ودفع نمو الإيرادات من خلال استراتيجيات قائمة على البيانات. يساهم هذا الدور بشكل كبير في تحقيق مهمة المؤسسة من خلال تحسين أداء الشبكة، وتحسين استبقاء العملاء، ودعم اتخاذ القرارات المستنيرة عبر الأقسام.
المهام والمسؤوليات:
1. إنشاء وتطبيق نماذج تنبؤية لمواجهة تحديات الأعمال الرئيسية، مثل التنبؤ بانخفاض عدد العملاء وتحليل القيمة الدائمة، مما يضمن تحسين استبقاء العملاء ونمو الإيرادات.
٢. استخدام تقنيات التعلم الآلي (مثل الانحدار، والتصنيف، والتجميع، والتعلم العميق) لتحليل مجموعات بيانات الاتصالات واسعة النطاق، مما يُعزز عملية اتخاذ القرارات القائمة على البيانات.
٣. معالجة وتحليل كميات كبيرة من البيانات المُهيكلة وغير المُهيكلة من مصادر مُتنوعة (مثل أنظمة إدارة علاقات العملاء، وأنظمة الفوترة، وسجلات الشبكة، وأجهزة إنترنت الأشياء) لاستخلاص رؤى قيّمة وتحسين أداء النموذج.
٤. إجراء هندسة الميزات لتعزيز دقة النموذج وفعاليته، مما يُؤدي إلى نتائج تنبؤية ورؤى أعمال أفضل.
٥. بناء ونشر نماذج للتنبؤ بازدحام الشبكة، واكتشاف الأعطال، وإجراء تحليل السبب الجذري، مما يضمن الأداء الأمثل للشبكة ورضا العملاء.
٦. إنشاء وتنفيذ استراتيجيات لتجزئة العملاء والتسويق المُخصص لتحسين تجربة العملاء والاحتفاظ بهم، ودفع جهود التسويق المُستهدفة.
٧. فحص سجلات تفاصيل المكالمات وأنماط الاستخدام لتحديد اتجاهات وفرص نمو الإيرادات، ودعم مبادرات الأعمال الاستراتيجية.
٨. استخدام تقنيات البيانات الضخمة (مثل Hadoop وSpark وCloudera) ومنصات السحابة (مثل Azure وGoogle Cloud) لمعالجة وتحليل مجموعات البيانات الضخمة بكفاءة.
٩. التعاون مع مهندسي البيانات لبناء خطوط أنابيب بيانات قابلة للتوسع ودمج نماذج التعلم الآلي في أنظمة الإنتاج، مما يضمن تدفقًا سلسًا للبيانات ونشر النماذج.
١٠. تطوير لوحات معلومات وتصورات تفاعلية باستخدام أدوات مثل Tableau وPower BI أو مكتبات Python (مثل Matplotlib وSeaborn) لتوصيل الرؤى بفعالية إلى أصحاب المصلحة.
١١. تقديم نتائج قائمة على البيانات وتوصيات عملية إلى الإدارة العليا، مما يدعم اتخاذ القرارات المستنيرة والتخطيط الاستراتيجي.
١٢. مواكبة الاتجاهات الناشئة في علوم البيانات والذكاء الاصطناعي والاتصالات لتوصية وتنفيذ حلول متطورة تُحفّز الابتكار.
الكفاءات السلوكية
١. التواصل: نقل المعلومات بوضوح وفعالية إلى جميع أصحاب المصلحة.
٢. التعاون: العمل بكفاءة مع الزملاء في مختلف الأقسام لتحقيق الأهداف المشتركة.
٣. مهارات التحليل وحل المشكلات: تحديد المشكلات المعقدة وحلها بفعالية.
٤. التركيز على العملاء: فهم احتياجات العملاء وتلبيتها لتعزيز رضاهم.
٥. المساءلة: تحمل مسؤولية المهام، وضمان نتائج عالية الجودة.
٦. الإبداع: توليد أفكار وأساليب مبتكرة لحل المشكلات وتحسين العمليات.
الكفاءات التقنية
١. التعلم الآلي والنمذجة الإحصائية: خبرة في تطبيق خوارزميات التعلم الآلي والنماذج الإحصائية للحصول على رؤى تنبؤية.
٢. تقنيات البيانات الضخمة: إجادة استخدام Hadoop وSpark وCloudera لمعالجة وتحليل مجموعات البيانات الضخمة.
٣. مهارات البرمجة: مهارات متقدمة في Python أو R ومكتبات علوم البيانات لمعالجة البيانات وتطوير النماذج.
٤. تصور البيانات: القدرة على إنشاء لوحات معلومات وتصورات تفاعلية باستخدام أدوات مثل Tableau أو Power BI أو مكتبات Python. ٥. خبرة في بيانات الاتصالات: معرفة بمجالات بيانات الاتصالات، بما في ذلك بيانات تسجيل المكالمات (CDR)، ومقاييس أداء الشبكة، وبيانات سلوك العملاء.
٦. منصات السحابة: خبرة في Azure وGoogle Cloud لمعالجة البيانات القابلة للتطوير ونشر النماذج.
المؤهلات
التعليم
درجة البكالوريوس في علوم الحاسوب، أو نظم المعلومات، أو إدارة البيانات، أو مجال ذي صلة.
درجة الماجستير ميزة إضافية.
الخبرة
خبرة لا تقل عن ٧ سنوات في علوم البيانات، ويفضل أن تكون في قطاع الاتصالات.
خبرة عملية في أدوات تصور البيانات (Tableau، وPower BI) ولغات البرمجة (Python، وR، وRapidMiner).
خبرة عملية في تقنيات التعلم العميق لتطبيقات مثل معالجة اللغات الطبيعية (NLP).
خبرة في أنظمة قواعد البيانات (SQL، وNoSQL)، وتخزين البيانات، وأدوات استخراج وتحويل وتحميل البيانات (ETL).
الشهادات
شهادة في علوم البيانات مثل شهادة مطور TensorFlow | تخصص تعلم الآلة.
إجادة اللغتين الإنجليزية والعربية (كتابة وتحدثًا).