مهندس MLOps / LLMOps

ملخص الشركة: شركة Irth Solutions هي شركة منتجات برمجية تبني منصات تكنولوجية متطورة تمكّن من الحصول على رؤى قائمة على البيانات عبر منع الأضرار، سلامة الأصول، إدارة الأراضي، وتفاعل أصحاب المصلحة.
مع ثقافة منتج قوية، بيئة تعاونية، وإمكانات نمو عالية، تقدم Irth فرصًا للعمل على منصات البيانات والذكاء الاصطناعي على نطاق المؤسسات.
تقوم Irth ببناء بحيرة بيانات متعددة السحابة مدارة لدعم التحليلات، ابتكارات الذكاء الاصطناعي/التعلم الآلي، ومنتجات الذكاء الاصطناعي الموجهة للعملاء عبر AWS وAzure وGCP.
ملخص الوظيفة: بصفتك مهندس MLOps / LLMOps، ستقوم بتصميم وأتمتة وتشغيل أنظمة التعلم الآلي والتعلم اللغوي القابلة للتوسع على منصة بحيرة البيانات الخاصة بشركة Irth.
ستعمل عن كثب مع فرق علوم البيانات والهندسة والمنتجات لنشر حلول التعلم الآلي والذكاء الاصطناعي الجيني الموثوقة والآمنة والمعدة للإنتاج.
تركز هذه الوظيفة على تشغيل نماذج التعلم الآلي، بناء خطوط أنابيب CI/CD، ضمان الحوكمة والامتثال، والحفاظ على أنظمة الذكاء الاصطناعي عالية الأداء والقابلة للرصد.
ماذا سيكون لديك: • كونك جزءًا لا يتجزأ من شركة ديناميكية ومتنامية تحظى باحترام كبير في صناعتها.
• راتب تنافسي يعتمد على الخبرة.
المسؤوليات الرئيسية: تطوير منصة ML/LLM • تشغيل تدريب النماذج، التقييم، التعبئة، والنشر باستخدام Databricks وDelta Lake وهندسة الميدالية.
• تنفيذ حوكمة نموذج Unity Catalog، تتبع النسب، والتحكم في الوصول.
• تطوير قوالب وظائف قابلة لإعادة الاستخدام، سياسات الكتلة، وأنماط نشر موحدة.
نشر الإنتاج ML/LLM • نشر وإدارة حلول التعلم الآلي والذكاء الاصطناعي الجيني بما في ذلك تقييم المخاطر، اكتشاف الشذوذ، الصيانة التنبؤية، معالجة اللغة الطبيعية، وخطوط أنابيب RAG.
• بناء وتحسين خطوط أنابيب LLM باستخدام قواعد بيانات المتجهات، نقاط خدمة النماذج، وعمليات الاستدلال.
• تحسين النماذج باستخدام تقنيات التكميم، التخزين المؤقت، وضبط الأداء.
• تنفيذ خطوط أنابيب استدلال دفعي وفي الوقت الحقيقي مع SLAs محددة.
الموثوقية والأمان والامتثال • تنفيذ عقود البيانات، التحقق من المخططات، وفحوصات جودة البيانات عبر خطوط أنابيب التعلم الآلي.
• ضمان التعامل الآمن مع البيانات الحساسة بما في ذلك الكشف عن المعلومات الشخصية، التصنيف، والتشويش.
• الحفاظ على النسب الكاملة من مصادر البيانات إلى النماذج الموزعة ونقاط الخدمة.
• فرض سياسات الإقامة والحوكمة والامتثال للبيانات.
أتمتة CI/CD والاختبار • تنفيذ خطوط أنابيب CI/CD باستخدام GitHub Actions وDatabricks Asset Bundles.
• أتمتة النشر عبر بيئات DEV وQA وPROD.
• تطوير اختبارات الوحدة والاختبارات التكاملية لخطوط أنابيب البيانات ونماذج التعلم الآلي.
• ضمان التحكم في الإصدارات، القابلية للتكرار، وعمليات النشر الآلية.
الرصد والعمليات • مراقبة صحة خطوط الأنابيب، أداء النماذج، الانجراف، وموثوقية النظام.
• تنفيذ التنبيهات، سير العمل للاستجابة للحوادث، وتذاكر الأتمتة.
• تتبع مقاييس أداء LLM بما في ذلك زمن الاستجابة، معدلات الهلوسة، وتكاليف واجهة برمجة التطبيقات.
• تطوير كتيبات التشغيل، إجراءات استعادة الكوارث، والوثائق التشغيلية.
FinOps وتحسين التكاليف • تطبيق سياسات الوسم وتتبع التكاليف للبنية التحتية للتعلم الآلي.
• دعم مراقبة الميزانية، تحسين التكاليف، وإدارة الموارد.
المهارات والخبرة المطلوبة: • 3-5 سنوات من الخبرة في MLOps، LLMOps، أو أدوار هندسة منصة التعلم الآلي.
• خبرة عملية مع Databricks، Delta Lake، Unity Catalog، وعمليات نشر التعلم الآلي.
• خبرة قوية مع خطوط أنابيب CI/CD باستخدام GitHub Actions وأتمتة البنية التحتية.
• خبرة في تنفيذ التحقق من جودة البيانات، حوكمة المخططات، وعقود البيانات.
• خبرة في بناء خطوط أنابيب التعلم الآلي ذات الجودة الإنتاجية مع المراقبة والرصد.
• معرفة قوية بالأمان بما في ذلك RBAC، التشفير، إقامة البيانات، وممارسات الحوكمة.
• إتقان في Python وSQL وإطارات معالجة البيانات الموزعة.
المفضل: • خبرة في خطوط أنابيب LLM، هندسة المطالبات، عمليات RAG، وتحسين النماذج.
• خبرة في قواعد بيانات المتجهات، تقديم النماذج، وMLflow.
• خبرة في منصات السحابة Azure وAWS، بما في ذلك الأمان والشبكات.
• خبرة في البيانات الجغرافية والتحليلات.
• معرفة بـ Power BI، الطبقات الدلالية، ومنصات التحليلات المؤسسية.
• خبرة في استعادة الكوارث، FinOps، وعمليات التعلم الآلي على نطاق المؤسسات.
التعليم: • درجة البكالوريوس أو الماجستير في علوم الكمبيوتر، هندسة البرمجيات، أو مجال ذي صلة، أو خبرة مهنية معادلة.