مهندس ذكاء اصطناعي رائد

وصف الوظيفة:

مهندس ذكاء اصطناعي رائد

نظرة عامة على الدور

نبحث عن مهندس ذكاء اصطناعي توليدي رائد ذو أسس قوية في التعلم العميق، وهندسة المحولات، وخبرة عملية في بناء تطبيقات GenAI تتجاوز أنظمة RAG الأساسية. يجب أن يكون المرشح المثالي لديه خبرة عملية/معرفة تقنية بتعديل LLM، والنماذج متعددة الوسائط، وأنظمة الاسترجاع، والأطر الوكيلة، وهندسات الاسترجاع، ونشر ML على مستوى الإنتاج.

سيتعاون هذا الدور مع فرق الهندسة، وعلوم البيانات، وتجربة العملاء لبناء وكلاء ذكيين، وتجارب متعددة الوسائط، وأنظمة تخصيص، وحلول ذكاء اصطناعي قائمة على المعرفة التي تعزز مستقبل تفاعل العملاء للعلامات التجارية العالمية.

• بناء تطبيقات ذكاء اصطناعي محادثة وغير محادثة، متعددة الوسائط، ووكيلة باستخدام LLMs وأطر مثل LangChain، LangGraph، LlamaIndex، AutoGen، أو ما شابه.
• تصميم سير عمل الذكاء الاصطناعي التي تتضمن التفكير، والتخطيط، واستخدام الأدوات، والذاكرة، والتأسيس، ودمج الأنظمة الخارجية.
• تطوير أنظمة ذكاء اصطناعي مدعومة برسم المعرفة (KG)، بما في ذلك استخراج الكيانات، والربط، والاسترجاع المعزز بـ KG.
• ضمان الأمان، والاتساق، والتحكم في الهلوسة من خلال التقييم المنظم والحواجز.

• تحويل النماذج إلى واجهات برمجة تطبيقات قابلة للتوسع وميكروسيرفيس باستخدام Python، FastAPI/Flask، Docker.
• نشر ومراقبة أنظمة ML/AI في AWS/Azure/GCP، مع تحسين التكلفة، والكمون، والموثوقية.
• التعاون مع فرق MLOps على خطوط أنابيب CI/CD، وإصدار النماذج، والمراقبة، والتقييم الآلي.
• العمل مع تقنيات البيانات الكبيرة بما في ذلك Apache Spark، Hadoop، وقواعد البيانات NoSQL مثل MongoDB.

• بناء وتحسين النماذج القائمة على المحولات والنماذج متعددة الوسائط باستخدام أطر التعلم العميق (مثل PyTorch، TensorFlow).
• تنفيذ التعديل، والمحاذاة (RLHF/RLAIF)، LoRA/QLoRA، والتقييم النماذجي.
• تطوير أنظمة استرجاع المعلومات، بما في ذلك الاسترجاع الهجين الكثيف-النادر، والترتيب، ورسم المعرفة، وتحسين الصلة.
• بناء نماذج تنبؤية وخطوط أنابيب ML من الصفر، بما في ذلك إعداد البيانات، وهندسة الميزات، واختيار النماذج.

• العمل عبر الوظائف مع تجربة العملاء، والهندسة، وأصحاب المصلحة في المنتج لترجمة احتياجات الأعمال إلى حلول ذكاء اصطناعي.
• توثيق النماذج، والتجارب، وأطر التقييم، وعمليات النشر.
• إرشاد المهندسين المبتدئين والمساهمة في أفضل الممارسات الداخلية، والمكونات القابلة لإعادة الاستخدام، ومبادرات البحث والتطوير.

• البرمجة: Python (متقدم)، SQL؛ خبرة قوية في تطوير واجهات برمجة التطبيقات وهندسة البيانات،
• أطر العمل الخلفية: Flask، FASTAPI، Django
• التعلم الآلي: النمذجة التنبؤية، التعلم العميق، التحسين، التضمينات، البحث عن المتجهات، تقييم النماذج.
• الذكاء الاصطناعي التوليدي: LLMs، RAG، الهياكل متعددة الوسائط، الوكلاء، هندسة المطالبات، التأسيس، رسم المعرفة.
• منصات السحابة: AWS، Azure، أو GCP مع خبرة عملية في نشر وتوسيع أنظمة الذكاء الاصطناعي.
• تقنيات البيانات: Apache Spark، Hadoop، MongoDB؛ فهم قوي لخطوط أنابيب البيانات والمعالجة على نطاق واسع.
• أسس الرياضيات: الجبر الخطي، الاحتمالات، الإحصائيات.

• 5-6 سنوات على الأقل من الخبرة العملية في تطوير البرمجيات بما في ذلك بناء ونشر نماذج التعلم الآلي في الإنتاج.
• 2+ سنوات من الخبرة في العمل مع التعلم العميق، GenAI، أو الهياكل القائمة على المحولات.
• خبرة مثبتة في بناء تطبيقات GenAI تتجاوز RAG البسيطة (مثل، الوكلاء، متعددة الوسائط، تعديل LLM مخصص).
• خبرة في دمج أنظمة الذكاء الاصطناعي في بيئات المؤسسات.

فئة المهارات

مهندس ذكاء اصطناعي رائد

المحولات والتعلم العميق

تطبيق LoRA/QLoRA، التقطير، التصحيح، التحسين.

الذكاء الاصطناعي التوليدي (LLMs والأنظمة متعددة الوسائط)

بناء خطوط أنابيب استخدام الأدوات، تدفقات متعددة اللغات/متعددة الوسائط.

استرجاع المعلومات والصلة

تنفيذ الاسترجاع الهجين + الترتيب، الاسترجاع الدلالي المعزز بـ KG

النمذجة التنبؤية

بناء وضبط خطوط أنابيب ML من البداية إلى النهاية.

رسوم المعرفة

بناء خطوط أنابيب KG (ربط الكيانات، التضمينات).

الذكاء الاصطناعي المحادثاتي

أنظمة حوار متعددة الجولات ومتعددة اللغات مع مقاييس التقييم.

الأطر الوكيلة

خطوط عمل الوكلاء متعددة الخطوات مع التخطيط والذاكرة.

نشر النماذج

توسيع الخدمات مع CI/CD، المراقبة، عمليات GPU/المسرع.

السحابة وMLOps

أتمتة دورة حياة النموذج من البداية إلى النهاية.

البيانات الكبيرة وخطوط الأنابيب

استخدام Spark/Hadoop/MongoDB بفعالية.

التعلم العميق

فهم وتطبيق هياكل التعلم العميق – RNNs، LSTMs، المحولات

• موجه نحو النمو، تعاوني، ومدفوع بالتجريب.
• مهارات قوية في حل المشكلات مع ميل نحو العمل.
• القدرة على توصيل المفاهيم المعقدة بوضوح لأصحاب المصلحة غير الفنيين.
• منفتح ومرن تجاه هيكل العمل الهجين مع عدم تقل عن يومين عمل من المكتب – هذا لضمان أن الفريق العامل في مجال الذكاء الاصطناعي يتواصل بانتظام ويتبادل المعرفة عبر المشاريع.

الموقع:

العلامة التجارية:

نوع الوقت:

نوع العقد: