职位目的摘要：
该职位负责构建和维护数据基础设施，以支持数据分析和数据科学。他们设计、构建、测试和优化数据管道、数据库、数据仓库及其他数据系统。他们还通过强大的编程、数据库和软件工程技能，以及对数据架构和框架的了解，确保数据的质量、可靠性和性能。
基本职责与责任：
- 规划和监控开发生命周期策略、政策、标准和指南的实施，以设计、选择、开发和持续维护系统。
- 参与数据模型在测试和生产环境中的部署，并创建数据工作流自动化。
- 确保项目管理和控制策略、政策、标准和指南的正确实施，以在有限的资源、时间和预算内实现项目的目标。
- 实施测试计划和脚本标准。
- 监控并建议解决方案，以满足用户的业务需求，并提供最合适的系统来解决这些需求。
- 执行数据科学家或数据分析师分配的任何项目或任务。
- 积极参与任何需要部署的新项目或在集团所需的新工具/技术的获取过程中，并跟进正在进行的项目的进展。
- 实施并确保数据科学家团队所需的所有数据工具或软件的准备，以协助他们构建分析模型。
- 实施并确保所有查询和数据集按时提供给数据分析团队，以协助他们进行分析。
- 实施自动化流程和数据监控技术，以确保数据质量，确保生产数据的准确性，并可供关键利益相关者使用。
- 确保所有开发/测试环境的设置和配置按时交付，并且质量合格。
- 根据业务目标和战略，建议系统的实时操作或系统的退役，符合集团的IT架构。
- 确保所有数据开发人员遵守现有标准和政策，并遵循最新的控制目标和最佳实践。
- 根据整体商业计划和其他限制和紧急因素的优先级实施任务。
- 确保开发者和测试者之间的关键角色分离的执行，以及遵守所有数据治理和质量指南。
教育和经验要求：
- 大学毕业，计算机科学、数据科学、软件工程、信息系统或相关定量领域的专业优先。
- 至少8年的相关经验，最好是在数据工程师角色中。
- 有构建和优化数据管道、架构、数据集及其所有基础环境的经验。
- 优秀的英语和阿拉伯语口头及书面沟通能力（包括报告撰写）。
- 优秀的编码知识，Python、Golang、Ruby、Perl、Scala、Java、SAS、R、MATLAB、C和C++等。
- 优秀的数据仓库解决方案技术知识，如Panoply或Redshift。
- 优秀的操作系统管理知识，MS、Linux、Solaris、UNIX等。
- 优秀的数据库及关系数据库相关管理知识，MySQL、Oracle、SQL等。
- 有数据管道和工作流管理工具（ETL、Airflow等）以及大数据工具（Hadoop、Spark、Kafka等）的经验。
- 能够做出决策并跟进相关计划。
- 个人诚信和自我管理能力。 
