الوصف الوظيفي

الأدوار والمسؤوليات

المسؤوليات الرئيسية

تطوير الذكاء الاصطناعي: تصميم وتنفيذ وتحسين أنظمة RAG و CAG.
تحسين النماذج: إجراء ضبط دقيق وتكميم للنماذج الكبيرة لتحقيق توازن بين الأداء وكفاءة الموارد.
أطر وكيل: بناء سير عمل مستقل باستخدام أطر الذكاء الاصطناعي الوكيلة (مثل LangGraph أو AutoGPT أو CrewAI).
نشر الإنتاج: نشر وصيانة نماذج الذكاء الاصطناعي في بيئات الإنتاج، مع التركيز على التوفر العالي وانخفاض الكمون.
الخلفية والبنية التحتية: تطوير واجهات برمجة التطبيقات القوية بلغة بايثون وإدارة البيئات الحاوية باستخدام Docker.
إدارة قواعد البيانات: تصميم واستعلام أنظمة بيانات متنوعة بما في ذلك SQL و NoSQL (MongoDB) وقواعد البيانات الرسومية.

المتطلبات الفنية

اللغات الأساسية: إتقان بايثون وإلمام قوي ببيئات لينكس.
خبرة في الذكاء الاصطناعي/تعلم الآلة: خبرة عملية في دمج LLM، وهندسة المطالبات، وقواعد بيانات المتجهات.
DevOps والأدوات: إتقان Docker وأنظمة التحكم في الإصدارات (Git).
خبرة في البيئات: خبرة لا تقل عن 1-2 سنة في نشر النماذج في الإنتاج، ويفضل مع إدارة الخوادم المعدنية الخالصة.
أنظمة البيانات: إتقان ممتاز لـ SQL؛ خبرة في قواعد بيانات NoSQL (مثل MongoDB) وقواعد البيانات الرسومية.

المهارات المفضلة والمكافآت

خبرة في Apache Kafka لتدفق البيانات في الوقت الحقيقي.
معرفة بهياكل RAG المستندة إلى الرسوم البيانية.

الملف الشخصي المطلوب للمرشحين

ستكون مسؤولاً عن دورة حياة منتجات الذكاء الاصطناعي من البداية إلى النهاية، بدءًا من تصميم خطوط أنابيب RAG المعقدة وضبط نماذج LLM إلى نشر نماذج قابلة للتوسع على البنية التحتية المعدنية الخالصة والسحابية. المرشح المثالي يزدهر عند تقاطع هندسة البرمجيات والذكاء الاصطناعي المتقدم.

مهندس ذكاء اصطناعي شامل Altibbi