قائد هندسة الذكاء الاصطناعي

Market Securities Group

معماري & بناء أنظمة الذكاء الاصطناعي: تصميم وتنفيذ تطبيقات الذكاء الاصطناعي من البداية إلى النهاية باستخدام LLMs، سير العمل متعدد الوكلاء، وأطر الأتمتة (مثل LangChain، LangGraph).

دمج الذكاء الاصطناعي في المنتجات الأساسية: التعاون مع فرق المنتج والهندسة لدمج قدرات الذكاء الاصطناعي في المنتجات الجديدة والقائمة، مع ضمان القابلية للتوسع، وقابلية الصيانة، وتأثير الأعمال القابل للقياس.

قيادة & توجيه مهندسي الذكاء الاصطناعي المبتدئين: قيادة فريق من مهندسي الذكاء الاصطناعي المبتدئين من خلال التوجيه العملي، تحديد أفضل الممارسات لتطوير النماذج، والتجريب، والتوثيق، والنشر.

دعم تطوير المهارات من خلال الإرشاد حول أساسيات التعلم الآلي، وأنظمة LLM، وهندسة الذكاء الاصطناعي الإنتاجية. المساهمة في التوظيف، والتوجيه، والتقييم الفني لأعضاء فريق الذكاء الاصطناعي الجدد.

تشكيل عمليات الذكاء الاصطناعي & الحوكمة: وضع معايير لجودة البيانات، والتحقق من النماذج، والاستخدام المسؤول للذكاء الاصطناعي، وسير عمل النشر.

المتطلبات

• الخبرة: أكثر من 5 سنوات من الخبرة في القيادة التقنية أو المنتج، وتقديم أنظمة معقدة، كثيفة البيانات.
• برمجة & تطوير: إتقان قوي في بايثون، جافا سكريبت، C#، وقواعد البيانات (SQL & NoSQL).
• أطر الذكاء الاصطناعي/التعلم الآلي: خبرة عملية مع PyTorch، TensorFlow، Hugging Face، Scikit-learn، والنماذج المعتمدة على المحولات.
• الكفاءات الأساسية في الذكاء الاصطناعي/التعلم الآلي
  
  • التعلم تحت الإشراف والتعلم غير المراقب
  • NLP & LLMs: التضمينات، RAG، هندسة المحفزات، تصنيف النص، تحليل المشاعر.
  • تحسين النماذج: التخصيص، التعلم الانتقالي، ضبط المعلمات، التقييم، والتحقق.
• التحسين & الأتمتة خبرة في محركات سير العمل وأنظمة مبنية على الوكلاء مثل N8n، LangChain، LangGraph، MCP، أو أطر الأتمتة المماثلة.

الطلاقة التقنية

فهم قوي لأفضل ممارسات هندسة البرمجيات، وواجهات برمجة التطبيقات، ومنصات السحابة (AWS، Azure). الخبرة في هياكل البيانات وبناء أو صيانة خطوط البيانات تُقدَّر بشدة.