




الملخص: انضم إلى فريق تسليم الذكاء الاصطناعي لدينا كمهندس معماري للذكاء الاصطناعي، حيث ستقوم بتصميم وبناء أنظمة نماذج اللغة الكبيرة (LLM) القابلة للتوسع التي تتجاوز مرحلة التجريب لتدخل مرحلة الإنتاج الفعلي للعملاء المؤسسيين. أبرز النقاط: ١. تصميم وبناء أنظمة نماذج اللغة الكبيرة (LLM) للإنتاج الفعلي في العالم الحقيقي ٢. هندسة أنظمة الذكاء الاصطناعي التوليدي (GenAI) من البداية إلى النهاية وتحسين سير عمل RAG ٣. التعاون مع فرق متعددة الوظائف لإطلاق حلول ذكاء اصطناعي قابلة للتوسع حول هذا الدور نبحث عن مهندس معماري للذكاء الاصطناعي للانضمام إلى فريق تسليم الذكاء الاصطناعي المتنامي لدينا. وستقوم بتصميم وبناء أنظمة نماذج اللغة الكبيرة (LLM) التي تتجاوز مرحلة التجريب لتصل إلى مرحلة الإنتاج الفعلي في العالم الحقيقي—وهي أنظمة تُفعّل عمليات البحث والتلخيص ومساعدات المعرفة والأتمتة للعملاء المؤسسيين. هذه وظيفة عملية تركّز على التنفيذ. وستعمل بشكل وثيق مع مدراء المنتجات والمهندسين واختصاصيي الذكاء الاصطناعي لإطلاق حلول قابلة للتوسع. ولن تكون مهمتك مقتصرة على البحث أو بناء النماذج النظرية—بل ستكون مسؤولًا عن نشر أنظمة فعلية يعتمد عليها المستخدمون يوميًّا. المتطلبات المهام الموكلة إليك هندسة أنظمة الذكاء الاصطناعي التوليدي (GenAI) من البداية إلى النهاية، بما في ذلك سلاسل المطالبات (prompt chaining)، واستراتيجيات الذاكرة، وإدارة ميزانية الرموز (token budgeting)، وقنوات التضمين (embedding pipelines) تصميم وتحسين سير عمل RAG (التوليد المعزَّز بالاسترجاع) باستخدام أدوات مثل LangChain وLlamaIndex وقواعد البيانات المتجهية (FAISS، Pinecone، Qdrant) تقييم المفاضلات بين أساليب المطالبة دون تدريب مبدئي (zero-shot prompting)، والضبط الدقيق (fine-tuning)، وLoRA/QLoRA، والأساليب الهجينة، مع مواءمة الحلول مع أهداف المستخدمين والقيود المفروضة دمج نماذج اللغة الكبيرة (LLMs) وواجهات برمجة التطبيقات (APIs) (مثل OpenAI وAnthropic وCohere وHugging Face) في منتجات وخدمات تعمل في الوقت الفعلي مع مراعاة زمن الاستجابة والقابلية للتوسع وإمكانية المراقبة التعاون مع فرق متعددة الوظائف—وبذلك تترجم هياكل الذكاء الاصطناعي التوليدي المعقدة إلى ميزات مستقرة وسهلة الصيانة تدعم تسليم المنتج كتابة ومراجعة وثائق التصميم التقني والمشاركة الفعالة في اتخاذ القرارات المتعلقة بالتنفيذ النشر في بيئة الإنتاج وفق أفضل الممارسات الصناعية المتعلقة بالتحكم في الإصدارات، وإدارة دورة حياة واجهات برمجة التطبيقات، والمراقبة (مثل كشف حالات التوهّم، وتغير المطالبات مع الزمن) المؤهلات المطلوبة خبرة مثبتة في بناء ونشر تطبيقات مدعومة بالذكاء الاصطناعي التوليدي، وبشكل مثالي في البيئات المؤسسية أو الخاضعة للتنظيم فهم عميق لنماذج اللغة الكبيرة (LLMs)، والبحث المتجهي، والتضمينات، وأنماط تصميم الذكاء الاصطناعي التوليدي (مثل RAG، وحماية المطالبات من الحقن الضار، واستخدام الأدوات مع الوكلاء) إتقان لغة بايثون (Python) والكفاءة في التعامل مع الإطارات والمكتبات مثل LangChain وTransformers وHugging Face وOpenAI SDKs خبرة في قواعد البيانات المتجهية مثل FAISS أو Qdrant أو Pinecone دراية بالبنية التحتية السحابية (AWS أو GCP أو Azure) ومفاهيم MLOps الأساسية (مثل CI/CD والمراقبة والتجميع في حاويات) عقلية تركز على التسليم—أي القدرة على موازنة السرعة والجودة والجدوى في المشاريع سريعة التحرك مرغوب فيه خبرة في بناء منصات الذكاء الاصطناعي التوليدي متعددة المستأجرين التعرّض لمبادئ حوكمة الذكاء الاصطناعي المؤسسي ومعايير الأمان دراية بهياكل العمل المتعدد الوسائط (مثل النص + الصورة أو الصوت) معرفة باستراتيجيات تحسين التكاليف الخاصة باستنتاج نماذج اللغة الكبيرة (LLM inference) واستخدام الرموز هذه الوظيفة ليست مناسبة لـ باحثي تعلّم الآلة الذين يركّزون على تطوير النماذج الأكاديمية دون خبرة في التسليم علماء البيانات غير الملمّين بالبحث المتجهي أو هندسة المطالبات لنماذج اللغة الكبيرة (LLM prompt engineering) أو هندسة الأنظمة المهندسين الذين لم يسبق لهم نشر منتجات ذكاء اصطناعي توليدي في بيئات الإنتاج المزايا المزايا وفرص النمو: · راتب تنافسي ومكافآت أداء · تأمين صحي شامل · دعم للتطوير المهني والشهادات المهنية · فرصة العمل على مشاريع ذكاء اصطناعي رائدة · التعرض الدولي وفرص السفر · ترتيبات عمل مرنة · فرص للتقدم الوظيفي في شركة ذكاء اصطناعي تشهد نموًّا سريعًا توفر هذه الوظيفة فرصة فريدة لتشكيل مستقبل تطبيق الذكاء الاصطناعي أثناء العمل مع فريق موهوب من المحترفين في طليعة الابتكار التكنولوجي. وسيؤدي المرشح الناجح دورًا محوريًّا في دفع نجاح شركتنا في تقديم حلول ذكاء اصطناعي تحويلية لعملائنا.


