مهندس كامل المكدس (باك إند أول، بايثون وسحابة)

حول 2070Health 2070Health هو استوديو مشروعات الرعاية الصحية يبني مستقبل تكنولوجيا الصحة.
نقوم بحضانة وبناء وتوسيع العديد من شركات المحفظة التي تستفيد من الذكاء الاصطناعي لتحويل تقديم الرعاية الصحية وإدارة المواهب ونتائج المرضى.
تشمل محفظتنا منتجات مثل Xponentiate (منصة توظيف مدعومة بالذكاء الاصطناعي) ومنصة 2070 Agentic (محرك تنسيق سير العمل المدعوم بالذكاء الاصطناعي مع 8 وكلاء LangGraph).
نحن فريق صغير وسريع الحركة حيث يعمل المهندسون عبر منتجات متعددة، ويقومون بالشحن بشكل متكرر، ويؤثرون مباشرة على حياة الملايين.
نظرة عامة على الدور نحن نبحث عن مهندس كامل المكدس يركز على الباك إند وعمليات DevOps يمكنه تصميم وبناء وتشغيل أنظمة مدعومة بالذكاء الاصطناعي قابلة للتوسع.
ستتولى خدمات الباك إند، وخطوط البيانات، والبنية التحتية السحابية بينما تكون مرتاحًا للمساهمة في الواجهة الأمامية عند الحاجة.
هذه الوظيفة مثالية لشخص: يحب بناء أنظمة باك إند قوية وقابلة للتوسع متحمس للبنية التحتية للذكاء الاصطناعي/تعلم الآلة وتنسيق LLM لديه غريزة قوية في DevOps (أتمتة كل شيء، البنية التحتية ككود) يمكنه التبديل بين منتجات متعددة وتقنيات مختلفة المسؤوليات الأساسية (الباك إند والبنية التحتية - 70%) 1.
تطوير الباك إند: تصميم وبناء واجهات برمجة تطبيقات غير متزامنة باستخدام بايثون 3.
12+ وFastAPI مع Pydantic v2 تنفيذ منطق الأعمال المعقد مع نمذجة المجال الصحيحة والتحقق بناء هياكل معمارية مدفوعة بالأحداث باستخدام Redis Streams وQueues تطوير أنظمة سير العمل القابلة للتحمل باستخدام Temporal أو Inngest التكامل مع مزودي LLM باستخدام المخرجات المنظمة، واستدعاء الأدوات، والبث بناء وصيانة خطوط تنسيق الوكلاء المدعومين بالذكاء الاصطناعي (LangGraph، أنظمة متعددة الوكلاء) تنفيذ ميزات في الوقت الحقيقي باستخدام WebSockets، وأحداث الخادم المرسلة، وpub/sub 2.
DevOps والبنية التحتية: تصميم وصيانة خطوط CI/CD (GitHub Actions، GitLab CI) إدارة عمليات النشر المعبأة باستخدام Docker وKubernetes إعداد وصيانة البنية التحتية السحابية على AWS و/أو GCP تنفيذ البنية التحتية ككود باستخدام OpenTofu/Terraform أو Pulumi تكوين مجموعة المراقبة (OpenTelemetry، Prometheus، Grafana، Sentry) إدارة قواعد البيانات (PostgreSQL مع pgvector، MongoDB، Redis Stack) في الإنتاج ضمان أفضل ممارسات الأمان (إدارة الأسرار، IAM، التشفير، HIPAA) 3.
البنية التحتية للذكاء الاصطناعي والبيانات: بناء خطوط بيانات لمدخلات ومخرجات نماذج الذكاء الاصطناعي تنفيذ البحث المتجه باستخدام pgvector أو Redis Stack إعداد خطوط تضمين وبنية RAG تحسين تكاليف واجهة برمجة تطبيقات LLM من خلال التخزين المؤقت الذكي، والتجميع، وتوجيه النماذج نشر وإدارة وكلاء الذكاء الاصطناعي مع إدارة الحالة الصحيحة واستعادة البيانات الثانوية (الواجهة الأمامية - 30%) المساهمة في React 19/Next.
js 15 الواجهة الأمامية عند الحاجة بناء أدوات داخلية ولوحات تحكم إدارية تنفيذ تكاملات واجهة برمجة التطبيقات وجلب البيانات باستخدام TanStack Query دعم فريق الواجهة الأمامية بمتطلبات الباك إند وتصميم واجهة برمجة التطبيقات لماذا نحن؟
بناء أنظمة باك إند مدعومة بالذكاء الاصطناعي من الصفر امتلاك البنية التحتية لعدة منتجات عبر المحفظة ملكية عالية - ستتخذ قرارات معمارية حاسمة العمل مع تنسيق الذكاء الاصطناعي المتقدم (LangGraph، Pipecat، وكلاء LLM) يجب أن يكون لديك 1.
بايثون: بايثون 3.
12+، async/await، تلميحات النوع أنماط بايثون الحديثة 2.
أطر الويب: FastAPI، Pydantic v2 SQLAlchemy 2.
x مع حقن الاعتماد غير المتزامن 3.
قواعد البيانات: PostgreSQL 16+ (SQL متقدم، pgvector) Redis Stack 7.
x (ذاكرة التخزين المؤقت، التدفقات، البحث المتجه) 4.
سير العمل/Queues: Temporal، Inngest، أو Celery أنماط مدفوعة بالأحداث 5.
تكامل الذكاء الاصطناعي/LLM: تكامل واجهة برمجة التطبيقات Claude/OpenAI المخرجات المنظمة، استدعاء الأدوات، البث 6.
DevOps: Docker، CI/CD (GitHub Actions) Linux، Kubernetes الأساسية 7.
السحابة: AWS (ECS/EKS، RDS، Lambda، S3، SQS) أو ما يعادلها من GCP من الجيد أن يكون لديك Kubernetes (EKS/GKE)، Helm، ArgoCD، أنماط GitOps OpenTofu/Terraform، Pulumi، أو AWS CDK LangGraph، LlamaIndex، قواعد البيانات المتجهة، خطوط RAG، أطر الوكلاء Pipecat، LiveKit، واجهة برمجة التطبيقات في الوقت الحقيقي من OpenAI، WebRTC React 19، Next.
js 15، TypeScript (معرفة عملية) OpenTelemetry، تتبع موزع، Prometheus، Grafana OAuth2/OIDC، إدارة الأسرار (Vault، AWS Secrets Manager)، HIPAA