مبرمج أتمتة الذكاء الاصطناعي للبنية التحتية

كـ مهندس برمجيات أتمتة الذكاء الاصطناعي، ستعمل على تصميم وتطوير ونشر أنظمة الذكاء الاصطناعي التي تولد المحتوى أو البيانات، غالبًا باستخدام تقنيات مثل التعلم العميق والشبكات العصبية والنماذج التوليدية باستخدام برمجة بايثون.
* الاجتماع مع العملاء محليًا وعن بُعد لفهم أهداف أعمالهم وتحدياتهم وتحديد حالات الاستخدام المحتملة للذكاء الاصطناعي التوليدي.
* تقييم البنية التحتية التكنولوجية الحالية للعميل، ومشهد البيانات، ونضج الذكاء الاصطناعي لتحديد الجدوى وأفضل الطرق لاعتماد الذكاء الاصطناعي التوليدي.
* إجراء ورش عمل وجلسات اكتشاف لتبادل الأفكار حول تطبيقات الذكاء الاصطناعي التوليدي عبر مختلف وظائف الأعمال (مثل إنشاء المحتوى، خدمة العملاء، تطوير المنتجات، التسويق).
استراتيجية وحلول الذكاء الاصطناعي التوليدي:
* تطوير استراتيجيات وخطط عمل مخصصة للذكاء الاصطناعي التوليدي للعملاء، موضحًا حالات الاستخدام المحددة، وخطط التنفيذ، والنتائج التجارية المتوقعة.
* تصميم بنية حلول الذكاء الاصطناعي التوليدي، مع مراعاة عوامل مثل اختيار النموذج (مثل نماذج اللغة الكبيرة، نماذج الانتشار)، ومتطلبات البيانات، والتكامل مع الأنظمة الحالية، وقابلية التوسع.
* تقييم والتوصية بالمنصات والأدوات وواجهات برمجة التطبيقات المناسبة للذكاء الاصطناعي التوليدي (مثل OpenAI، Google AI، Azure AI، المكتبات مفتوحة المصدر) ذات الصلة باحتياجات العميل والسوق الهندي.
* تقديم المشورة حول تقنيات هندسة الطلبات لتحسين مخرجات وأداء نماذج الذكاء الاصطناعي التوليدي لتطبيقات العملاء المحددة.

*بجانب المؤهلات المهنية للمرشحين، نولي أهمية كبيرة لمختلف أشكال ملف الشخصية. تشمل هذه:
* مهارات تحليلية عالية
* درجة عالية من المبادرة والمرونة
* توجه عالٍ نحو العملاء
* وعي بجودة عالية
* مهارات تواصل شفهية وكتابية ممتازة.

* خبرة برمجية لا تقل عن سنتين في بايثون
* خبرة عملية في العمل على الذكاء الاصطناعي التوليدي
* خبرة عملية في Tensorflow وPytorch وLangchain وهندسة الطلبات
* خبرة في قواعد البيانات المتجهة وتوليد البيانات المعزز بالاسترجاع (RAG).
* إلمام بمبادئ وأدوات MLOps لنشر وإدارة نماذج الذكاء الاصطناعي التوليدي.
* فهم الاعتبارات الأخلاقية وأطر الذكاء الاصطناعي المسؤول.
* فهم هياكل البيانات، ونمذجة البيانات، SQL وNOSQL
* برمجة كائنية التوجه والبرمجة الوظيفية وGIT
* معرفة بالخوارزميات الأساسية ومبادئ التصميم الكائني والوظيفي
* معرفة عميقة بالرياضيات، الاحتمالات، الإحصائيات، والخوارزميات
* مهارات تواصل جيدة
* مهارات تحليل وحل المشكلات جيدة.