مهندس برمجيات الذكاء الاصطناعي

Rapyd

الوصف

لقد قامت Rapyd بتوحيد المدفوعات والمدفوعات والتكنولوجيا المالية على منصة عالمية واحدة، ونحن بصدد تجميع أفضل فريق في العالم لتحرير التجارة العالمية. مع مكاتب في تل أبيب وأمستردام وسنغافورة وآيسلندا ولندن ودبي وهونغ كونغ والولايات المتحدة، الفرص في Rapyd لا حدود لها.

نحن نؤمن بالتحدث بصراحة، واتخاذ القرارات السريعة، والتنفيذ القوي، والحلول الأنيقة. Rapyd هي المكان الذي تُثمر فيه الجهود والعمل الجاد وتبدأ فيه المسيرات المهنية. انضم إلينا ولنقم ببناء مستقبل التكنولوجيا المالية معًا.

نحن نبحث عن مُنشئ لديه قوة خلفية، شخص يمكنه اكتشاف الفرصة، ورسم حل، وتسليم خدمة تعمل بسرعة. ستقوم بتحويل أفكار الذكاء الاصطناعي إلى واجهات برمجة تطبيقات وخدمات دقيقة، ثم ستقوم بالتكرار بناءً على البيانات الفعلية والتعليقات.

ستعمل في حدود الممكن مع LLMs، وخطوط أنابيب RAG، واسترجاع المعتمد على المتجهات. المهمة: ربط أنظمة ذكية تقوم بأتمتة سير العمل، وتعزيز الإنتاجية، وجعل الذكاء الاصطناعي يبدو أقل سحرًا وأكثر كالبنية التحتية الموثوقة.

احصل على الأدوات للنمو عالميًا في www.rapyd.net. تابع: مدونة، إنستغرام، لينكد إن، تويتر

في هذا الدور ستقوم:

• تصميم وبناء وتوسيع خدمات الخلفية وواجهات برمجة التطبيقات RESTful التي تدعم ميزات الذكاء الاصطناعي.
• تدريب ونشر وصيانة نماذج التعلم الآلي، خاصة في سياقات معالجة اللغة الطبيعية والتعلم العميق.
• إنشاء وتكرار التطبيقات المعتمدة على LLM، بما في ذلك خطوط أنابيب RAG واسترجاع المتجر المتجه.
• امتلاك تسليم شامل: النمذجة، التقييم، النشر، المراقبة، والتكرار.
• تحديد مؤشرات أداء رئيسية واضحة، وتجربة، وتحسين بناءً على ما تقوله البيانات.
• التعاون مع المنتج والبيانات والهندسة لتحويل الأفكار إلى أنظمة قابلة للتسليم.
• البقاء على اطلاع بنظام LLM وإدخال أدوات وأساليب جديدة بسرعة.

المتطلبات

ما ستحتاجه:

• أكثر من 4 سنوات من الخبرة المهنية في تطوير البرمجيات مع تركيز قوي على الخلفية
• سجل حافل في بناء ونشر نماذج الذكاء الاصطناعي/التعلم الآلي (NLP/التعلم العميق)
• خبرة عملية مع واجهات برمجة التطبيقات RESTful وهندسة الخدمات الدقيقة
• خبرة عملية مع: LLMs، وخطوط أنابيب RAG، أو استرجاع معتمد على المتجهات
• مهارات تواصل ممتازة، وميول للعمل، وراحة في العمل ضمن فرق سريعة الحركة

نقاط إضافية لـ

• أساس قوي في أساسيات علم البيانات (الإحصاء، المعالجة المسبقة، هندسة الميزات)
• خبرة في دمج النماذج التوليدية مع المعرفة الخارجية عبر RAG
• إجادة في التضمينات وقواعد البيانات المتجهة (مثل، FAISS، Pinecone)
• معرفة عملية بسير العمل LLM: هندسة المطالبات، الاستدلال، الضبط، والتقييم
• إلمام بالممارسات المرنة وعادة ما تبقى على اطلاع بأحدث أبحاث وأدوات الذكاء الاصطناعي

سياسة خصوصية مرشحي الوظائف https://www.rapyd.net/candidate-privacy-policy