开发和支持数字油田活动的战略和计划的实施，以符合公司的目标和优先事项，增强石油回收率，实现卓越运营并促进更安全的操作。开发和维护数字油田战略，并与ADNOC集团公司进行基准比较。
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，以便对复杂的ADNOC海上问题进行建模，并通过解决与业务相关的问题发现机会。处理实时数据并执行大数据挖掘，通过使用算法、统计模型和可视化技术实现洞察力并识别机会。
关键职责：
工作特定职责
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，为技术部门和项目提供一般指导并说明最低要求。
- 与学科工程师和主题专家及其他人员紧密合作，以生产利用人工智能并能够根据添加数据进行适应或更改的系统。
- 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和其他公司排名靠前的技术，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，例如语音识别、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海上洞察力并识别机会。
- 推荐持续改进的方法和算法，以获得发现，包括新信息。提供项目整体的业务指标，通过多次迭代的定期监控反映改进。
- 进行研讨会和会议，帮助技术部门了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。
- 设计和推出创新和复杂的分析模型，并领导大数据能力和利用的开发以及跨职能分析计划的协调。
- 处理不同的数据类型（传感器数据、维护日志、数据表、图像等）以构建、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，例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系，以识别使用适当数据和分析工具进行分析的事项。
- 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、基准测试并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联系以建立和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量、速度、多样性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（例如，图像、语音、文本或计量数据）。
一般
- 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差异，以支持有效的绩效和成本控制。
- 贡献于团队/部门在公司绩效框架下批准的绩效目标的实现。
- 设计和实施新工具和技术以提高操作流程的质量和效率。
- 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，使他们能够在工作中熟练并实现各自的部分目标。
预算
- 为部分/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分目标。
- 调查并突出任何显著差异，以支持有效的绩效和成本控制。
政策、系统、流程和程序
- 实施批准的部分/部门政策、流程、系统、标准和程序，以支持根据公司和国际标准执行部分/部门工作计划。
绩效管理
- 贡献于部分/部门在公司绩效框架下批准的绩效目标的实现。
创新和持续改进
- 设计和实施新工具和技术以提高操作流程的质量和效率。
- 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分MIS和进度报告。
沟通与工作关系：
- 与副总裁、经理、团队领导和利益相关者部门的各种技术学科高级主题专家进行互动工作关系，以识别人工智能（AI）解决方案需求获取策略。
- 与采购部门进行频繁沟通，以获取解决方案和MSU合同。
- 与其他各部门人员定期联系，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。
- 与IT代表定期联系。
- 偶尔与ADNOC和其他集团公司的同行联系，以交换信息/知识、共享项目和项目相关经验。
- 与ADNOC总部运营卓越、研发和全景部门定期联系。
外部
- 与服务提供商、顾问、供应商等频繁联系。
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的大规模数据科学、数据分析和软件开发方面至少有10年的经验。
- 理解自然语言处理（NPL）、机器学习（ML）和人工神经网络（ANN）。
- 在机器学习API和计算包（TensorFlow、Theano、PyTorch、Keras、Scikit-Learn、NumPy、SciPy、Pandas、statsmodels）方面有丰富经验。
- 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（例如Spotfire、Tableau）的经验。
- 数据挖掘和可视化工具的经验。
- 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。
- 监督和无监督的机器学习算法经验。
- 数据捕获、聚合、整理和操作大数据集的经验。
- 大数据经验并熟悉框架（例如Hadoop和Spark）。
- 分析思维、商业洞察力，并具备强大的数学和统计知识。
- 出色的沟通和演示技能。
- 精通英语。
专业认证
- 项目管理、流程改进和标准化以及/或技术实施的国际认证。
