مهندس حلول الذكاء الاصطناعي

حول الدور نحن نبحث عن مهندس ذكاء اصطناعي للانضمام إلى فريق التسليم المتزايد لدينا. ستقوم بتصميم وبناء أنظمة النماذج اللغوية الكبيرة (LLM) التي تتجاوز مرحلة التجربة والاختبار للانتقال إلى التشغيل الفعلي في العالم الحقيقي، وتدعم محركات البحث، والتلخيص، والمساعدين المعرفيين، والأتمتة للعملاء المؤسسيين. هذا دور عملي ومركز على التنفيذ. ستتعاون بشكل وثيق مع مديري المنتجات، والمهندسين، وأخصائيي الذكاء الاصطناعي لتقديم حلول قابلة للتوسع. لن تكون غارقًا في الأبحاث أو بناء نماذج نظرية — بل ستُشغِّل أنظمة فعلية يعتمد عليها المستخدمون يوميًا. المتطلبات ما ستفعله تصميم أنظمة الذكاء الاصطناعي التوليدي (GenAI) من البداية حتى النهاية، بما في ذلك سلسلة الأوامر (prompt chaining)، واستراتيجيات الذاكرة، وحساب ميزانية الرموز (token budgeting)، وخطوط أنابيب التضمين (embedding pipelines) تصميم وتحسين سير عمل استرجاع المعلومات المدعومة بالتوليد (RAG) باستخدام أدوات مثل LangChain، وLlamaIndex، وقواعد البيانات المتجهة (مثل FAISS، وPinecone، وQdrant) تقييم المفاضلات بين التوجيه دون تدريب (zero-shot prompting)، والضبط الدقيق (fine-tuning)، وLoRA/QLoRA، والأساليب الهجينة، ومواءمة الحلول مع أهداف المستخدمين وقيوده دمج النماذج اللغوية الكبيرة (LLMs) وواجهات برمجة التطبيقات (APIs) (مثل OpenAI، وAnthropic، وCohere، وHugging Face) في منتجات وخدمات تعمل في الزمن الفعلي مع مراعاة زمن الوصول، والقابلية للتوسع، وإمكانية المراقبة التعاون مع فرق متعددة التخصصات — لترجمة معماريّات الذكاء الاصطناعي التوليدي المعقدة إلى ميزات مستقرة وقابلة للصيانة تدعم تسليم المنتج كتابة وتحليل وثائق التصميم التقني والمشاركة الفعّالة في قرارات التنفيذ النشر في بيئة الإنتاج باستخدام أفضل الممارسات الصناعية المتعلقة بالتحكم بالإصدارات، وإدارة دورة حياة واجهات برمجة التطبيقات، والرصد (مثل اكتشاف التوليد الخاطئ (hallucination detection)، وانحراف الأوامر (prompt drift)) ما ستجلبه خبرة مثبتة في بناء ونشر تطبيقات تعتمد على الذكاء الاصطناعي التوليدي (GenAI)، ويفضل أن تكون في بيئات مؤسسية أو خاضعة للوائح تنظيمية فهم عميق للنماذج اللغوية الكبيرة (LLMs)، والبحث المتجهي، والتضمينات، وأنماط تصميم الذكاء الاصطناعي التوليدي (مثل RAG، وحماية أوامر التوجيه من الاختراق (prompt injection protection)، واستخدام الأدوات مع الوكلاء (agents)) إجادة في لغة بايثون (Python) وخبرة في استخدام أطر العمل ومكتبات مثل LangChain، وTransformers، وHugging Face، وواجهات برمجة تطبيقات OpenAI (SDKs) خبرة في استخدام قواعد البيانات المتجهة مثل FAISS، أو Qdrant، أو Pinecone معرفة بالبنية التحتية السحابية (AWS، أو GCP، أو Azure) ومفاهيم MLOps الأساسية (CI/CD، المراقبة، التحميل في حاويات) عقلية تركز على التسليم — أنت تعرف كيف توازن بين السرعة، والجودة، والجدوى في المشاريع سريعة الحركة ميزة إضافية خبرة في بناء منصات الذكاء الاصطناعي التوليدي متعددة المستأجرين (multi-tenant GenAI platforms) معرفة بمعايير الحوكمة والأمان للذكاء الاصطناعي في المستوى المؤسسي معرفة بالهياكل متعددة الوسائط (multi-modal architectures) (مثل النص + الصورة أو الصوت) معرفة بأساليب تحسين التكاليف الخاصة باستدلال النماذج اللغوية الكبيرة (LLM inference) واستخدام الرموز (tokens) هذا الدور ليس مناسبًا لـ الباحثين في تعلم الآلة الذين يركزون على تطوير النماذج الأكاديمية دون خبرة في التسليم علماء البيانات غير الملمين بالبحث المتجهي، أو هندسة أوامر التوجيه للنماذج اللغوية الكبيرة (LLM prompt engineering)، أو هندسة الأنظمة المهندسين الذين لم يُطلقوا منتجات الذكاء الاصطناعي التوليدي في بيئات التشغيل المزايا المزايا وفرص النمو: ·       راتب تنافسي ومكافآت أداء ·       تأمين صحي شامل ·       دعم التطور المهني والشهادات المهنية ·       فرصة للعمل في مشاريع رائدة في مجال الذكاء الاصطناعي ·       التعرض الدولي وفرص السفر ·       ترتيبات عمل مرنة ·       فرص التقدم الوظيفي في شركة ناشئة سريعة النمو في مجال الذكاء الاصطناعي يوفر هذا المنصب فرصة فريدة لتشكيل مستقبل تطبيق الذكاء الاصطناعي أثناء العمل مع فريق موهوب من المحترفين في طليعة الابتكار التكنولوجي. سيؤدي المرشح الناجح دورًا حاسمًا في دفع عجلة نجاح شركتنا في تقديم حلول ذكاء اصطناعي تحويلية لعملائنا.