في يونيو 2026، لم يعد السؤال في أسواق العمل العربية: «هل سيغيّر الذكاء الاصطناعي (AI) وظيفتي؟» — بل أصبح: «في أي جهةٍ من الانقسام الكبير سأقف؟»
تكشف بيانات هذا الشهر عن ظاهرة تستحق اسماً صريحاً: الإزاحة المزدوجة. اقتصادات المنطقة تواجه تحولين متزامنين — التخلص من الكربون بدافع المناخ، والرقمنة المتسارعة بدافع الذكاء الاصطناعي. النتيجة ليست اختفاء الوظائف، بل انقسام السوق إلى مسارين: مسارٌ تُؤتمت فيه المهام متوسطة المهارة بلا رجعة، ومسارٌ ترتفع فيه قيمة من يملك الحُكم البشري (Judgment) والقدرة على توجيه الآلة — لا مجرد استخدامها.
الأرقام تؤكد ذلك: تقرير PwC Global AI Jobs Barometer الصادر هذا العام، والمبني على تحليل أكثر من مليار إعلان وظيفي، يُظهر أن الوظائف التي «احترفها» الذكاء الاصطناعي تنمو بضعف سرعة غيرها، مع نمو أجور أسرع بنسبة 42%. والمهارات المطلوبة في الأدوار الأكثر تعرضاً للذكاء الاصطناعي تتغير بأكثر من ضعف سرعة تغيّرها في الأدوار الأقل تعرضاً.
ماذا يعني هذا لك؟ يعني أن استراتيجية «الانتظار حتى تتضح الصورة» أصبحت أغلى قرار مهني يمكن اتخاذه. في هذا العدد، رصدنا لك فرصاً حقيقية موثقة عبر خمسة قطاعات — من مختبرات الذكاء الاصطناعي السريري في أبوظبي إلى هندسة MLOps في دبي والرياض — ووضعنا خارطة طريق كاملة لدورٍ يقف في قلب هذا التحول: Clinical AI Researcher.
القيمة النادرة اليوم ليست في من يستهلك الأدوات، بل في من يبني بها.
— م. جاي، رئيسة التحرير — مستكشفة المواهب
رادار الفرص The Talent Radar
فرص يونيو 2026
فلسفتنا الثابتة: «الذكاء الاصطناعي للجميع» (AI Applied Everywhere). لا نرصد أدوار البنية التحتية وحدها، بل نتتبع تقاطع الذكاء الاصطناعي مع القطاعات الحيوية — الصحة، الزراعة، المال، التعليم، والبنية التقنية. وراء كل مسمى وظيفي لامع، نبحث عن «المهمة الحقيقية»: التحدي الهندسي أو العلمي الذي ستحله فعلاً.
كل الفرص المدرجة نشطة خلال فترة التغطية (1–30 يونيو 2026)، ومرساة جغرافياً في المنطقة أو متاحة عن بُعد لسكانها.
الصحة والعلوم Health & Science
يشهد القطاع الطبي الخليجي قفزة تتجاوز نظيراتها الغربية: بينما تصارع الأنظمة الصحية في أوروبا وأمريكا مشكلات قابلية التشغيل البيني (Interoperability) لأنظمة قديمة مجزأة، تبني مؤسسات الخليج مستشفياتها رقميةً من الأساس. النتيجة: طلب غير مسبوق على من يجمع بين الفهم السريري والإتقان التقني — وعلى رأسهم المتخصصون في الذكاء الاصطناعي القابل للتفسير (Explainable AI) الذي يفتح «الصندوق الأسود» أمام الطبيب والمُنظِّم معاً.
Junior Research Scientist — Clinical AI Lab
New York University Abu Dhabiأبوظبي، الإمارات العربية المتحدة
المهمة الحقيقية
العمل ضمن مختبر الذكاء الاصطناعي السريري (Clinical Artificial Intelligence Lab) على تطوير منهجيات تعلم آلي جديدة تعالج مشكلات حوسبية فريدة في التطبيقات الصحية، باستخدام قواعد بيانات واقعية ضخمة ومعقدة تشمل السجلات الصحية الإلكترونية (EHR) — بهدف الارتقاء برعاية المرضى ودعم القرار السريري.
الثقافة
بيئة بحثية في طليعة الابتكار السريري، متعددة التخصصات، بموارد حوسبة عالية الأداء وتعاون دولي واسع.
Must-Haves
Machine Learning Methodologies · EHR / Clinical Data Pipelines (Python) · High Performance Computing (GPUs)
Research Assistant — Machine Learning & Explainable AI (XAI)
United Arab Emirates Universityالعين، الإمارات العربية المتحدة
المهمة الحقيقية
تطوير وتطبيق أطر عمل منهجية للذكاء الاصطناعي القابل للتفسير (XAI Frameworks) لضمان أن قرارات نماذج التعلم الآلي في السياقات الطبية والثقافية قابلة للتفسير المنطقي، موثوقة، وخالية من التحيز الخوارزمي.
الزراعة التقنية والاستدامة Agritech & Sustainability
تتدفق الاستثمارات الإقليمية نحو المزارع العمودية الذكية — من منشآت Pure Harvest إلى مستهدف نيوم (NEOM) بإنتاج 600 ألف طن متري من الغذاء المستدام بحلول 2030. التقنية المحورية: التوأم الرقمي الحي (Living Digital Twin) الذي يتزامن مع الواقع التشغيلي لحظياً عبر بيانات الاستشعار. وبالتوازي، تتصاعد الحاجة إلى من يعالج البيانات المناخية المعقدة بأدوات التعلم الآلي الاحتمالي (Probabilistic Machine Learning) لتوجيه السياسات الوطنية.
Post-doctoral Research Associate — Bayesian Machine Learning for Climate & Health Data
Emirates Aviation Universityدبي، الإمارات العربية المتحدة
المهمة الحقيقية
بناء أطر تعلم آلي تعتمد على الإحصاء البايزي والشبكات العصبية المستنيرة بالفيزياء (Physics-informed Neural Networks) لتحليل العلاقات المكانية والزمانية بين المتغيرات المناخية وتأثيراتها على الصحة العامة.
الثقافة
بحث عابر للتخصصات يجمع دقة الإحصاء الرياضي بإلحاح سياسات المناخ، مع تواصل مباشر مع صنّاع القرار.
Greenhouse Gas Management & Decarbonization Specialist
Saudi Aramco (ASC)المملكة العربية السعودية
المهمة الحقيقية
قيادة تنفيذ بروتوكولات إدارة الغازات الدفيئة (GHG Protocols) وتطوير استراتيجيات خفض الانبعاثات، مع دمج حلول تقنية مبتكرة لتقييم الأثر المناخي في بيئة تشغيلية صناعية عملاقة.
الثقافة
مؤسسة ذات تأثير مباشر على مستهدفات الطاقة العالمية — الدقة والامتثال والتخطيط طويل الأمد ركائز أساسية.
في القطاع المالي الإقليمي، تحولت إدارة المخاطر من وظيفة تفاعلية إلى وظيفة استباقية تنبؤية. المؤسسات تتسابق لبناء أنظمة تكتشف الاحتيال قبل وقوعه عبر اكتشاف الشذوذ القائم على الرسوم البيانية (Graph-based Anomaly Detection)، مع ضمان أن تظل النماذج شفافة وقابلة للتدقيق أمام الهيئات التنظيمية.
Lead Financial Intelligence & AI Risk Analytics Specialist
Ausfintec (via Employ Solution)الرياض، المملكة العربية السعودية
المهمة الحقيقية
هندسة نماذج استخبارات مالية تحلل تيارات ضخمة من بيانات المعاملات للكشف عن أنماط الاحتيال المعقدة وتحسين التقييم التنبؤي للمخاطر آلياً وفورياً.
الثقافة
مؤسسة تقنية مالية سريعة الإيقاع في قلب الاقتصاد الرقمي السعودي، مع تدريب دولي وتعرّض مباشر لابتكارات القطاع.
Must-Haves
ML for Fraud & Anomaly Detection · Graph Analytics · Explainable AI & Regulatory Compliance
Simply Solved Accounting & Bookkeeping LLCدبي، الإمارات العربية المتحدة
المهمة الحقيقية
العمل كجسر تحليلي بين المتطلبات التنظيمية الصارمة وحلول الأعمال القائمة على الذكاء الاصطناعي (AI-driven Solutions)، وتصميم مسارات عمل مؤتمتة تناسب البيئة التشغيلية الإماراتية.
الثقافة
بيئة استشارية تركز على نتائج قابلة للقياس، وتتطلب ترجمة التعقيد التقني إلى قيمة أعمال واضحة.
Must-Haves
Business Analysis & Requirements Mapping · AI Workflow Automation Design · Cross-functional Communication
مع تجاوز مستخدمي أدوات الذكاء الاصطناعي التوليدي المليار شخص شهرياً عالمياً، انتقلت المدارس الخليجية من التجريب الفردي إلى دمج الذكاء الاصطناعي كبنية تحتية مؤسسية. الطلب يتصاعد على معلمين متخصصين — وعلى منسقين استراتيجيين يقودون الدمج عبر المناهج كاملةً.
Computer Science Teacher (AI Specialism) — August 2026
Universal American Schoolدبي، الإمارات العربية المتحدة
المهمة الحقيقية
إلهام الجيل القادم من القادة الرقميين عبر تعليم حاسوبي عالي الجودة يرتكز على التطبيقات الواقعية للذكاء الاصطناعي وتعلم الآلة، ضمن منهج استقصائي قائم على التجربة.
الثقافة
مجتمع مدرسي دولي متنوع (ضمن Al Futtaim Education Foundation) يتبنى التفكير النقدي ويشجع الابتكار.
Must-Haves
CS Teaching Credential · ML & Data Science Curriculum Delivery · Inquiry-based Pedagogy
البنية التحتية والتقنية الأساسية Infrastructure & Core Tech
بينما تستحوذ النماذج اللغوية الكبيرة (LLMs) على العناوين، تُظهر بيانات التوظيف الفعلية طلباً محموماً على من ينقل هذه النماذج من بيئات التجريب إلى بيئات الإنتاج (Production Environments) — عبر بنى هجينة متعددة السحابات تحترم سيادة البيانات الإقليمية. المطلوب هنا عقلية «الملكية الكاملة» (Ownership Mindset): أن تبني البنية من الصفر، لا أن تصون أنظمة قائمة.
AI DevOps / Cloud Engineer (MLOps)
MultiBank Groupدبي، الإمارات العربية المتحدة
المهمة الحقيقية
تصميم وبناء وامتلاك البنية السحابية الكاملة لفريق الذكاء الاصطناعي، وبناء مسارات مؤتمتة من الصفر تمكّن علماء البيانات من نشر النماذج بموثوقية في بيئات إنتاجية فائقة السرعة.
الثقافة
شركة تكنولوجيا مالية عالمية سريعة النمو، تتطلب استقلالية كاملة وقدرة على قيادة التطور التقني دون إشراف دقيق.
تُظهر اتجاهات يونيو 2026 أن المؤسسات الإقليمية تفضّل بشكل متزايد فرق التطوير الصغيرة الرشيقة (Boutique Teams) والمتخصصين المستقلين لبناء نماذج إثبات المفهوم (PoC) وأتمتة مسارات عمل محددة — مرونة أعلى ومخاطرة استثمارية أقل. وفي المقابل، يظل العنصر البشري محورياً في تغذية النماذج عبر تصنيف البيانات وتدقيقها — حجر الأساس الخفي لأي نموذج موثوق.
WhatsApp AI Booking Assistant (Phase 1)
Sky Blue Group – DialEase
النطاق
بناء مساعد ذكاء اصطناعي عبر واتساب متصل بنماذج لغوية كبيرة (LLMs)، يدير المحادثات الطبيعية، يؤهل العملاء، وينفذ الحجوزات آلياً عبر التكامل مع 5–6 واجهات برمجة تطبيقات خارجية، بوقت تشغيل مستهدف 99.5%.
تصنيف وتقييم وتسمية بيانات متنوعة (نصوص، صور، مستندات) لتدريب وتحسين نماذج التعلم الآلي التوليدية، بمرونة كاملة تصل إلى 40 ساعة أسبوعياً وفق جدول المستقل.
إشارة السعر
6–18 دولاراً أمريكياً في الساعة (حسب الموقع والخبرة ومتطلبات المشروع)
Clinical AI Researcher — باحث الذكاء الاصطناعي السريري
لماذا هذا الدور الآن؟
يشهد قطاع الرعاية الصحية الخليجي قفزة نوعية نحو مؤسسات «ذكية» تعتمد على البيانات أولاً، متجاوزاً الأنظمة القديمة المجزأة التي تعيق نظماً صحية غربية رائدة. هذا التحول — المدفوع باستثمارات مليارية ضمن الاستراتيجيات الوطنية للذكاء الاصطناعي — خلق طلباً هيكلياً عاجلاً على باحثين يعملون كجسر بين الممارسة السريرية وتطبيقات الصحة الرقمية المتقدمة. والهدف يتجاوز أتمتة السجلات: تصميم نماذج تُشخّص بدقة أعلى وتبني خطط رعاية فائقة التخصيص لكل مريض. فرصة هذا العدد في مختبر الذكاء الاصطناعي السريري بجامعة نيويورك أبوظبي نموذج حي على هذا الطلب.
1 · Multi-modal Deep Learning
هندسة وتدريب نماذج تعلم عميق تستوعب وتدمج أشكالاً مختلفة من البيانات الطبية في آن واحد — الصور الشعاعية، الملاحظات النصية للأطباء، والبيانات الجينومية — للوصول إلى استنتاجات تشخيصية شمولية تتجاوز قدرة التحليل الأحادي.
2 · Explainable AI (XAI)
تصميم آليات تفتح «الصندوق الأسود» للخوارزميات وتقدم تفسيرات منطقية قابلة للتتبع للقرارات السريرية الآلية — شرط حتمي لنيل ثقة الأطباء والامتثال للمعايير الأخلاقية والتنظيمية الصارمة في القطاع الصحي.
3 · High Performance Computing (HPC)
إجادة بيئات الحوسبة عالية الأداء وإدارة توزيع أحمال العمل على وحدات المعالجة الرسومية المتعددة (GPUs)، لتدريب نماذج ضخمة على مجموعات بيانات طبية واسعة بكفاءة وأقل زمن تأخير.
المهارة الناعمة · التعاون متعدد التخصصات
القدرة على ترجمة الاحتياجات الطبية والمخاوف السريرية إلى متطلبات هندسية قابلة للتنفيذ، والعمل بانسجام مع أطباء ممارسين ومبرمجين وواضعي سياسات صحية، لضمان أن التكنولوجيا تخدم الهدف الطبي ولا تتعارض معه.
خطوتك هذا الشهر: أنجز المقرر الأول من التخصص، وابنِ مشروعاً واحداً على GitHub يعالج بيانات صحية مفتوحة المصدر بنموذج قابل للتفسير — هذا وحده يضعك أمام 90% من المتقدمين.
نبض السوق Market Pulse
3 مدن
رواتب مهندسي الذكاء الاصطناعي — المراكز الإقليمية، منتصف 2026
المدينة
الراتب الشهري (متوسط النطاق)
الاتجاه
السبب
الرياض
15,000–40,000 ريال سعودي (≈ 4,000–10,700 دولار) حسب الخبرة
↑ تصاعدي
المشاريع السيادية (SDAIA / NEOM / HUMAIN) ترفع العروض 15–25% فوق نظيراتها في دبي لتخصصات AI/ML
دبي
18,000–45,000 درهم إماراتي (≈ 4,900–12,250 دولار) حسب الخبرة
↑ تصاعدي
المناطق الحرة والتقنية المالية (Fintech) ومختبرات الذكاء الاصطناعي الحكومية تتنافس على المواهب ذاتها
القاهرة
ما يعادل 1,900–5,700 دولار حسب الخبرة
→ مستقر
مركز «العمل عن بُعد للمنطقة» (Remote-for-MENA) — الرواتب المحلية مستقرة بينما تقفز عقود العمل عن بُعد بالدولار
قراءة الكشافة: الفجوة بين الرياض ودبي أُغلقت فعلياً في تخصصات الذكاء الاصطناعي — بل انعكست لصالح الرياض في الأدوار السيادية. أما لمن في القاهرة: العقد الدولي عن بُعد لم يعد استثناءً، بل استراتيجية تفاوضية يجب أن تكون على طاولتك.
تقرير PwC العالمي لوظائف الذكاء الاصطناعي 2026: سوق عمل بمسارين
تحليل أكثر من مليار إعلان وظيفي من ست قارات يكشف أن الإنتاجية في الشركات الأكثر تبنياً للذكاء الاصطناعي أعلى بنسبة 40%، وأنها ترفع الأجور والتوظيف أسرع من غيرها. المفارقة اللافتة: الأدوار المبتدئة الأكثر تعرضاً للذكاء الاصطناعي أصبحت تطلب مهارات قيادية «كبيرة» بسبع أضعاف نظيراتها — الحُكم والقيادة صارا مطلوبين من اليوم الأول.
توقعات التوظيف التقني للربع الثالث 2026: تباطؤ عالمي، لكن مهارات الذكاء الاصطناعي هي المرساة
مسح Experis لأكثر من 4,000 صاحب عمل تقني في 42 دولة (صدر 16 يونيو) يُظهر صافي توقعات توظيف عالمياً عند 35% للربع الثالث — تراجع 7 نقاط عن الربع السابق — لكن الطلب على الإلمام بالذكاء الاصطناعي (AI Literacy) ومهارات التواصل يظل ثابتاً في صدارة الأولويات.
مفاجأة البيانات: وظائف الهندسة هي الأكثر صموداً أمام الذكاء الاصطناعي
بيانات SignalFire المنشورة في 24 يونيو تقلب السردية: رغم انخفاض التوظيف الإجمالي في كبرى شركات التقنية 25% مقارنة بمستويات 2019، تراجعت الأدوار الهندسية 11% فقط — وشكّل المهندسون 55% من كل التعيينات الجديدة في «عمالقة التقنية». الذكاء الاصطناعي لم يُلغِ المهندس؛ بل ضاعف إنتاجيته وفتح أمامه عملاً بلا نهاية.
قضية Workday: جرس إنذار لكل قسم موارد بشرية يستخدم الذكاء الاصطناعي في الفرز
في 22 يونيو، رفضت محكمة فيدرالية أمريكية طلب Workday إسقاط دعوى جماعية تتهم أدوات الفرز الآلي لديها بالتمييز على أساس العمر والعرق والإعاقة. الرسالة للمؤسسات — في منطقتنا أيضاً: الذكاء الاصطناعي في التوظيف لم يعد «صندوقاً أسود يديره المورّد»؛ المسؤولية القانونية تقع على من يستخدمه.
سوق النصف الثاني من 2026 لن يكافئ من ينتظر «الجاهزية الكاملة». البيانات في هذا العدد تقول شيئاً واحداً بوضوح: الفجوة تتسع بين من يبني ومن يتفرج — وسرعة اتساعها تتضاعف.
ثلاث خطوات قابلة للتنفيذ هذا الأسبوع:
١. حدّث LinkedIn وGitHub قبل نهاية الأسبوع. أنظمة الفرز الآلي أصبحت البوابة الافتراضية — والمهارة غير الموثقة رقمياً مهارة غير موجودة في نظر السوق.
٢. اختر تخصصاً واحداً والتزم به. السوق السعودي والإماراتي يدفعان علاوة 20–45% للتخصص الدقيق — MLOps، Clinical AI، XAI — لا للعمومية. مخطط المهارة في هذا العدد نقطة انطلاق جاهزة.
٣. قدّم قبل اكتمال الجاهزية. الوظائف المدرجة في رادار هذا العدد نشطة الآن — وأصحاب العمل يوظفون من يتعلم بسرعة، لا من يعرف كل شيء مسبقاً.
نستخدم ملفات ضرورية لتشغيل الموقع، وتحليلات اختيارية لفهم الاستخدام وتحسين المحتوى. لا نستخدم إعلانات مخصصة ولا نبيع بياناتك.
التحليلات تساعدنا على معرفة الصفحات والأزرار والروابط التي تفيد القراء، دون إرسال الاسم أو البريد. روابط الخروج ترسل كاسم نطاق ومسار آمن فقط، دون query strings أو fragments.
