مهندس برمجيات الذكاء الاصطناعي (LLM ونظم الواجهة الكاملة)

Pure Group

1. هندسة الذكاء الاصطناعي التوليدي

• تعديل، وتكميم، ونشر نماذج اللغة الكبيرة مفتوحة المصدر (مثل: Llama-3، Mistral، Falcon، DeepSeek، Phi، إلخ) لمجالات وعملاء محددين.
• بناء وصيانة أنظمة التنسيق متعددة الوكلاء باستخدام إطارات عمل مثل LangChain، LlamaIndex، أو خطوط أنابيب بايثون مخصصة.
• إنشاء وصيانة خطوط أنابيب التوليد المعزز بالاسترجاع (RAG) مع قواعد بيانات المتجهات (Qdrant، Pinecone، Weaviate، FAISS).
• إنشاء هياكل لخدمات الذكاء الاصطناعي المختلفة، وتحسين قوالب المطالبات، ونافذات السياق، وتنفيذ السلاسل من أجل الكفاءة والدقة.
• دمج وتقييم نماذج الصوت والرؤية والوسائط المتعددة لاستخدامات جاهزة للإنتاج.

2. إدارة منصة LLM وعمليات الإنتاج

• نشر وصيانة خوادم الاستدلال LLM (vLLM، Ollama، TGI، أو خدمات صغيرة مخصصة).
• تطبيق تخزين المطالبات، وحساب التضمينات مسبقًا، والاستدلال الدفعي لتحسين الأداء.
• تقييم أداء النموذج وجودته باستخدام حلقات التغذية الراجعة الآلية ولوحات المعلومات التحليلية.

3. تطوير الأنظمة والواجهات الكاملة

• تصميم، وتطوير، وصيانة واجهات المستخدم الأمامية (React / Next.js) وخدمات الخلفية (FastAPI / Node.js).
• تصميم واجهات برمجة تطبيقات REST / GraphQL للتفاعل مع خدمات الذكاء الاصطناعي الصغيرة.
• دمج قواعد بيانات المتجهات، وقواعد البيانات العلائقية، والتخزين السحابي في هياكل بيانات قابلة للتوسع.
• المساهمة في كل من النماذج الأولية السريعة (Streamlit / Gradio) والمنصات على مستوى المؤسسات.

4. التعاون وتطوير المنتجات

• العمل بشكل متقاطع مع باحثي الذكاء الاصطناعي، ومصممي المنتجات، ومهندسي السحابة لتقديم تجارب مستخدم كاملة.
• المشاركة في التخطيط الفني، ومراجعات الكود، وتدقيق الأداء.
• توثيق الأدوات الداخلية، وواجهات برمجة التطبيقات، وأفضل الممارسات للمطورين المستقبليين.
• المساهمة في القرارات المعمارية من أجل قابلية التوسع، وتحسين التكاليف، والامتثال.