职位描述：
根据公司的目标和优先事项，开发和支持实施数字油田活动的战略和计划，以提高石油采收率，实现卓越运营并促进更安全的操作。开发和维护与ADNOC集团公司对标的DOF战略。
设计、实施和维护ADNOC海上技术人工智能战略和数据分析框架，以便建模复杂的ADNOC海上问题，并通过解决业务相关问题寻找机会。使用实时数据进行大数据挖掘，通过算法、统计模型和可视化技术实现洞察并识别机会。
主要职责：
职位特定职责
人工智能
- 开发和维护ADNOC海上人工智能战略，涉及勘探、开发和生产的核心业务和技术领域。
- 开发和维护ADNOC海上人工智能指南文件，提供一般指导并说明技术部门和项目的最低要求。
- 与学科工程师和主题专家密切合作，生产利用人工智能的系统，并能够根据数据的增加进行适应或更改。
- 进行头脑风暴会议和技术研讨会，以识别可以通过实施人工智能工具解决或改进的机会，并进行评估和优先排序。
- 定期进行市场调查，了解与人工智能和数据科学相关的不同技术公告（进展）。比较Garner等排名靠前的技术，并评估与石油和天然气行业相关的技术功能。
- 开发利用深度学习模型解决业务问题的可扩展工具，如语音识别、自然语言处理和时间序列预测。
- 建议、收集和生成需求。创建有效的路线图以部署生产级人工智能应用程序。
数据科学
- 能够建模复杂问题的数据科学家，通过使用算法、统计模型、数据挖掘和可视化技术实现ADNOC海上的洞察并识别机会。
- 推荐持续改进方法和算法，以获得新信息为导向的发现。提供整体项目的业务指标，通过多次迭代的定期监控反映改进。
- 进行研讨会和会议，帮助技术部门理解过程背后的原理和数学，以推动组织的认同，并建立能够定义、建模和解决与其领域相关问题的多学科团队。
- 设计和启动创新和复杂的分析模型，领导大数据能力和利用的发展，以及跨职能分析计划的协调。
- 使用不同的数据类型（传感器数据、维护日志、数据表、图像等）来构建、验证和维护预测模型。
- 从IT和业务角度教育组织关于新方法，如假设检验和结果的统计验证。
- 进行范围界定会议、研讨会，并与技术部门联络，以识别需要使用适当数据和分析工具分析的问题。
- 提供决策支持系统性能的持续跟踪和监控，并提供算法统计模型作为核心。
- 进行潜在的POC，内部分享发现并识别部署试点项目的机会。
- 设计和开发可扩展的数据分析平台和解决方案。评估、对标和选择要添加到大数据平台的数据分析技术。
- 为开发人员提供数据分析方面的指导和指导。与ADNOC联络，建立并指导新的数据科学家团队。
数据准备
- 确定可用和相关的数据，包括内部和外部数据源，利用和自动化新的数据收集过程。
- 支持数据分析计划中数据的体量、速度、种类和其他特征的模式和变化的应用。
- 捕获构建与石油和天然气业务相关模型所需的结构化和非结构化数据（如图像、语音、文本或计量数据）。
综合
- 为团队/部门预算的准备提供输入，并协助实施批准的预算和工作计划以实现团队目标。
- 调查并突出任何显著的差异，以支持有效的绩效和成本控制。
- 根据公司绩效框架，贡献于团队/部门的批准绩效目标的实现。
- 设计和实施新工具和技术以提高操作过程的质量和效率。
- 识别内部流程中的改进，以追求更高效率，符合ISO标准，以定义智能解决方案来解决功能面临的问题。
监督
- 计划、监督和协调指定区域的所有活动，以实现功能目标。
- 培训和发展指定员工的相关技能，使他们能够胜任工作并实现各自部门的目标。
预算
- 为部门预算的准备提供输入，并协助实施批准的预算和工作计划以实现部门目标。
- 调查并突出任何显著的差异，以支持有效的绩效和成本控制。
政策、系统、流程和程序
- 实施批准的部门政策、流程、系统、标准和程序，以支持部门工作计划的执行，符合公司和国际标准。
绩效管理
- 根据公司绩效框架，贡献于部门的批准绩效目标的实现。
创新和持续改进
- 设计和实施新工具和技术以提高操作过程的质量和效率。
- 识别内部流程中的改进，以追求更高效率，符合ISO标准，以定义智能解决方案来解决功能面临的问题。
健康、安全、环境（HSE）和可持续性
- 遵守相关的HSE政策、程序和控制以及适用的法律和可持续性指南，符合国际标准、最佳实践和ADNOC行为准则。
报告
- 提供输入以准备公司管理的部门MIS和进度报告。
沟通与工作关系：
- 与副总裁、经理、团队领导和各技术学科的高级主题专家在利益相关者部门就识别人工智能（AI）解决方案需求获取策略进行互动工作关系。
- 与采购部门就解决方案获取和MSU合同进行频繁沟通。
- 定期与其他部门人员联系，讨论/交换信息并就相关AI技术/解决方案提供建议，包括资产、钻井、生产、公司规划等。
- 与其他专家进行日常互动。
- 定期与IT代表联系。
- 偶尔与ADNOC和其他集团公司同行联系，以交换信息/知识、共享项目和项目相关经验。
- 定期与ADNOC总部运营卓越、研发和全景单元联系。
外部
- 经常与服务提供商、顾问、供应商等联系。
资格、经验、知识和技能：
最低资格
- 工程、人工智能、机器人、石油或同等学科的学士学位。
最低经验和知识技能
- 在石油和天然气行业内至少10年的大规模数据科学、数据分析和软件开发经验。
- 理解自然语言处理（NPL）、机器学习（ML）和人工神经网络（ANN）。
- 具有使用机器学习API和计算包（TensorFlow、Theano、PyTorch、Keras、Scikit-Learn、NumPy、SciPy、Pandas、statsmodels）的丰富经验。
- 了解R、SQL和Python；熟悉Scala、Java、C或C++、版本控制和Matlab是一个优势。
- 使用和理解商业智能工具（如Spotfire、Tableau）的经验。
- 具有数据挖掘和可视化工具的经验。
- 具有数据准备（预处理、特征工程和特征选择）、模型训练、应用分类、回归的经验。
- 具有监督和无监督机器学习算法的经验。
- 具有数据捕获、聚合、整理和操作大数据集的经验。
- 具有大数据经验并熟悉框架（如Hadoop和Spark）。
- 具有分析思维、商业洞察力和强大的数学和统计知识。
- 优秀的沟通和演讲技巧。
- 精通英语。
专业认证
- 项目管理、流程改进和标准化及/或技术实施的国际认证。
