مهندس ذكاء اصطناعي / تعلم آلة أول

تقوم شركة ديفسينك بتوظيف مهندس ذكاء اصطناعي أول ذو مهارات عالية مع 4-6 سنوات من الخبرة في تصميم وبناء ونشر أنظمة الذكاء الاصطناعي الجاهزة للإنتاج.
يجمع المرشح المثالي بين أساسيات تعلم الآلة القوية والخبرة العملية في نماذج اللغة الكبيرة (LLMs) ، وهياكل RAG ، والبنية التحتية القابلة للتوسع لتعلم الآلة.
تتطلب هذه الوظيفة تحمل المسؤولية عن دورة حياة الذكاء الاصطناعي من البحث والتجريب إلى النشر، والتحسين، والمراقبة، مع المساهمة في اتخاذ القرارات المعمارية، وتوجيه المهندسين، وتقديم حلول الذكاء التطبيقي التي تخلق تأثيرًا تجاريًا قابلًا للقياس.
المسؤوليات تصميم وتطوير ونشر نماذج الذكاء الاصطناعي / تعلم الآلة ونماذج LLM لحل مشاكل الأعمال الحقيقية.
بناء أنظمة تدريب قابلة للتوسع، وضبط، وتقييم، واستنتاج جاهزة للإنتاج لأنظمة الذكاء الاصطناعي.
تصميم وتنفيذ أنظمة RAG ، وأنظمة الإدماج، والهياكل المعتمدة على الاسترجاع.
تحسين أداء النموذج من خلال التجريب، والتقييم المنظم، وضبط المعلمات، وتقنيات التحسين المتقدمة (التكميم، التجميع).
تطوير واجهات برمجة التطبيقات، والخدمات الصغيرة، وخدمات الاستنتاج في الوقت الفعلي لعرض قدرات الذكاء الاصطناعي في بيئات الإنتاج.
تنفيذ وإدارة سير العمل MLOps بما في ذلك تتبع التجارب، وإصدار النماذج، ودمج CI/CD، والمراقبة، وإدارة دورة الحياة.
المساهمة في مناقشات بنية النظام، مع ضمان القابلية للتوسع، والموثوقية، والأمان، والأداء.
نشر أنظمة الذكاء الاصطناعي على منصات السحابة (AWS، Azure، GCP) مع مراعاة تحسين التكلفة والأداء.
البحث في تقنيات الذكاء الاصطناعي الناشئة مثل LLMs، والذكاء المتعدد الوسائط، والبحث المتجه، وتقييم قابليتها العملية.
توجيه المهندسين المبتدئين وتعزيز أفضل الممارسات في هندسة الذكاء الاصطناعي وMLOps.
توثيق التصاميم الفنية، وسير العمل، والتجارب، ونتائج المشاريع لمشاركة المعرفة الداخلية.
درجة البكالوريوس أو الماجستير في علوم الحاسوب، أو الذكاء الاصطناعي، أو علوم البيانات، أو مجال ذي صلة.
4-6 سنوات من الخبرة المهنية في أدوار هندسة الذكاء الاصطناعي / تعلم الآلة.
إتقان قوي في بايثون مع خبرة عملية في بايتورتش و / أو تنسورفلو.
فهم قوي لخوارزميات تعلم الآلة، والشبكات العصبية، ومعالجة اللغة الطبيعية، ورؤية الكمبيوتر، وهندسة الميزات، وتحسين النماذج.
خبرة عملية مع نماذج اللغة الكبيرة (LLMs) ، وأنظمة RAG ، والإدماجات، وقواعد البيانات المتجهة، وتقنيات الضبط (LoRA، PEFT) أو هندسة التحفيز المتقدمة.
خبرة في نشر نماذج الذكاء الاصطناعي في بيئات الإنتاج (واجهات برمجة التطبيقات، والخدمات الصغيرة، وأنظمة الاستنتاج في الوقت الفعلي).
خبرة في تنفيذ ممارسات MLOps باستخدام أدوات مثل MLflow، SageMaker، Vertex AI، Weights & Biases، Docker، Kubernetes، وأنظمة CI/CD.
خبرة عملية مع منصات السحابة (AWS، Google Cloud) لنشر حلول الذكاء الاصطناعي.
فهم الأنظمة الموزعة، وتسريع GPU، والبنية التحتية القابلة للتوسع لتعلم الآلة هو ميزة.
التوجه نحو القيادة والنمو: قادر على توجيه الفرق، وتولي الاتجاه الفني، والتعلم المستمر والتكيف مع تقنيات الذكاء الاصطناعي الناشئة.
مهارات التواصل الممتازة: مهارات قوية في التواصل الشفهي والكتابي، مع القدرة على التفاعل بفعالية في الأدوار التي تتعامل مع العملاء والتعاون بين الفرق.