مهندس تعلم آلي أول

تم التصويت لنا بفخر كواحدة من أفضل أماكن العمل، نحن شركة ناشئة ديناميكية في مجال البرمجيات كخدمة، نقوم بإحداث ثورة في طريقة تواصل الشركات. يتكون فريقنا من 500 شخص نشط ومتحمس ملتزمين بتقديم أفضل تجربة ممكنة لأكثر من 5000 شركة تركز على العملاء.

نفخر ببيئة العمل الممتعة والتعاونية لدينا، حيث يتم تشجيع الإبداع والأفكار الجديدة باستمرار. بصفتنا مساهمين في العمل، نحن أكثر بكثير من مجرد مجموعة من المتواصلين الشغوفين. نحن يوني فون. كن جزءًا من شيء كبير!

تعرف على الفريق!

فريق الهندسة لدينا مسؤول عن تصميم وتطوير وصيانة الأنظمة والتقنيات التي تدفع حلول يوني فون. نعمل عن كثب مع الأقسام الأخرى لضمان تلبية منتجاتنا وخدماتنا لاحتياجات عملائنا. إذا كنت شغوفًا بالتكنولوجيا ومتحمسًا للعمل على حلول التواصل والمشاركة المتطورة، نريدك في فريقنا.

بصفتك مهندس تعلم آلي أول، ستكون مسؤولاً عن تصميم وتطوير ونشر حلول تعلم آلي متقدمة عبر مجالات مختلفة، بما في ذلك معالجة اللغة الطبيعية، وتصنيف النصوص، وهياكل RAG، ونماذج اللغة الكبيرة، ومحركات التوصية، واكتشاف الشذوذ. تتضمن هذه الوظيفة ملكية المشروع من البداية إلى النهاية، من معالجة البيانات إلى إنشاء واجهات برمجة التطبيقات، وتوفر فرصًا للعمل على تقنيات الذكاء الاصطناعي المتطورة.

ساعدنا في تشكيل مستقبل التواصل من خلال:

• قيادة التصميم والتطوير والنشر من البداية إلى النهاية لحلول تعلم آلي قوية وقابلة للتوسع، مع التركيز القوي على معالجة اللغة الطبيعية وهياكل RAG.

  
  

• تصميم وتنفيذ أنظمة RAG، تجمع بين نماذج اللغة الكبيرة مع آليات استرجاع قوية لتحسين الدقة والأسس الواقعية وقابلية تفسير المحتوى الناتج.

  
  

• تطبيق تقنيات معالجة اللغة الطبيعية المتقدمة لمهام مثل تصنيف النصوص، والتعرف على الكيانات، وتحليل المشاعر، والتلخيص، والإجابة على الأسئلة، واستخراج المعلومات.

  
  

• البحث وتقييم ودمج نماذج معالجة اللغة الطبيعية الحديثة وهياكل RAG (مثل Transformers، BERT، GPT، قواعد البيانات المتجهة، البحث الدلالي).

  
  

• توجيه أعضاء الفريق المبتدئين، ومشاركة المعرفة، وتقديم المشورة حول أفضل ممارسات وأساليب تعلم الآلة وهندسة البرمجيات.

  
  

• إنشاء والحفاظ على قنوات اتصال قوية مع الفرق الأخرى متعددة التخصصات لتسهيل دمج حلول تعلم الآلة في منتجات يوني فون الأخرى.

  
  

• تطوير وتحسين خوارزميات ونماذج تعلم الآلة ذات الثقة العالية وإنشاء/تعريض واجهات برمجة التطبيقات باستخدام أطر مثل Flask، FastAPIs، أو أطر ذات صلة أخرى.

  
  

• البقاء على اطلاع بأحدث أبحاث تعلم الآلة، واتجاهات الذكاء الاصطناعي (مثل الذكاء الاصطناعي التوليدي).

  
  

• التعاون مع فريق هندسة البيانات والفرق الأخرى لجمع وتحليل مجموعات بيانات واسعة، واستخراج الرؤى والأنماط، في الوقت الفعلي، أو بالقرب من الوقت الفعلي، أو في وضع المعالجة الدفعي.

  
  

• تنفيذ نماذج إثبات المفاهيم والنماذج الأولية لإظهار إمكانيات حالات الاستخدام الجديدة للذكاء الاصطناعي والابتكارات.

  
  

• بناء خدمات تعلم آلي قابلة للتوسع والصيانة، يجب أن تتعامل مع آلاف الطلبات في الثانية، والمساعدة في إجراء اختبارات التحميل المطلوبة لتلبية SLA.

  
  

• مراجعة كود أعضاء الفريق الآخرين واقتراح تحسينات لضمان مبادئ SOLID والهندسة المعمارية النظيفة.

  
  

• المساعدة في توثيق المشروع والعروض التقديمية.

  
  

ما الذي ستجلبه:

• خبرة مثبتة في تصميم وتنفيذ أنظمة RAG، بما في ذلك معرفة استراتيجيات الاسترجاع المختلفة (مثل BM25، الاسترجاع الكثيف، الأساليب الهجينة) ودمج الرسوم البيانية للمعرفة.

  
  

• خبرة عملية مع أطر تنسيق نماذج اللغة الكبيرة مثل LangChain، LangGraph، CrewAI، أو أدوات مماثلة لبناء وإدارة الوكلاء المستقلين.

  
  

• خبرة عميقة في تقنيات ونماذج معالجة اللغة الطبيعية المختلفة، بما في ذلك على سبيل المثال لا الحصر:

  
  

  هياكل Transformer (مثل BERT، GPT، T5، LLama، Mistral)

  
  

  نماذج اللغة الكبيرة وتعديلها/تكييفها.

  
  

  التضمينات المتجهة والبحث عن التشابه.

  
  

  تصنيف النصوص، التعرف على الكيانات المسماة، تحليل المشاعر، التلخيص، والإجابة على الأسئلة.

  
  

• خبرة عملية تتراوح من 3-5 سنوات في العمل كمهندس تعلم آلي.

  
  

• خبرة عملية تزيد عن 3 سنوات في Python.

  
  

• قدرات تحليلية ممتازة، مع القدرة على جمع وتنظيم وتحليل مجموعات بيانات كبيرة لاستخلاص رؤى قيمة.

  
  

• خبرة شاملة في تدريب وتقييم واختبار ونشر منتجات تعلم الآلة في الإنتاج.

  
  

• القدرة على كتابة كود عالي الجودة في Python (مبادئ SOLID)، مع مراعاة أفضل أساسيات هندسة البرمجيات، مثل هياكل البيانات، والخوارزميات، ونمذجة البيانات.

  
  

• خبرة قوية في أطر تعلم الآلة مثل NumPy، Pandas، Scikit-Learn، PyTorch، Keras، BERT، Tensorflow، وما شابه.

  
  

• معرفة بأفضل ممارسات MLOps، مثل نشر النماذج والبحث القابل للتكرار.

  
  

• إتقان المهارات اللازمة لعلوم البيانات مثل SQL، اختبار الفرضيات، تنظيف البيانات، زيادة البيانات، تقنيات معالجة البيانات، وتقليل الأبعاد.

  
  

• معرفة أساسية بـ Kubernetes وDocker تعتبر ميزة.

  
  

• فهم ممتاز لتقنيات تعلم الآلة مثل مصنفات Naive Bayes، SVM، شجرة القرار، KNN، K-means، الغابات العشوائية، النمذجة والتحسين، مقاييس التقييم، التصنيف، والتجميع.

  
  

• خبرة مع مكتبات Hugging Face (مثل transformers).

  
  

• خبرة في تعديل النماذج المدربة مسبقًا واستخدام البحث المتجه لتعزيز نتائج نماذج اللغة الكبيرة.

  
  

• خبرة مع أطر نماذج اللغة الكبيرة (مثل LangChain) وتقنيات هندسة المطالبات.

  
  

• معرفة بأدوات إدارة إصدار الكود مثل GIT، ومفاهيم CI/CD، وأدوات السلسلة.

  
  

• معرفة بأساليب Agile مثل scrum وkanban.

  
  

• القدرة على تطوير هندسة عالية المستوى وتصميم منخفض المستوى، من البداية إلى النهاية لمشروع معين.

  
  

• خبرة في أنماط مصادر الأحداث والأدوات مثل Kafka، RabbitMQ، أو ما شابه تعتبر ميزة.

  
  

• خبرة مع أطر نماذج اللغة الكبيرة (مثل LangChain) وتقنيات هندسة المطالبات تعتبر ميزة.

  
  

• خبرة في أنماط مصادر الأحداث والأدوات مثل Kafka، RabbitMQ، أو ما شابه تعتبر ميزة.

  
  

• معرفة عامة بأدوات مستودع البيانات مثل Vertica تعتبر ميزة.

  
  

• درجة بكاليوس في مجال ذي صلة (مثل علوم الحاسوب، هندسة الحاسوب، البرمجيات، إلخ).

  
  

• مهارات ممتازة في التواصل والتعاون.

  
  

• مستوى جيد من اللغة العربية والإنجليزية المحكية والمكتوبة.

  
  

كموظف في يوني فون، ستحصل على مجموعة من المزايا:

• راتب تنافسي ومكافأة.

  
  

• نظام أسهم يوني فون (نحن جميعًا مالكون!).

  
  

• 30 يوم عطلة بعد الذكرى السنوية الأولى.

  
  

• يوم عطلة في عيد ميلادك!

  
  

• قضاء ما يصل إلى 25 يومًا في السنة للعمل من أي مكان في العالم!

  
  

• إجازة مدفوعة للآباء الجدد.

  
  

• رخصة تعلم LinkedIn.