مهندس ذكاء اصطناعي وتقييم مبتدئ

Client of Kalamntina

المسؤوليات

• التعاون مع فريق منتجات الذكاء الاصطناعي لتقديم ميزات عالية الجودة تتماشى مع نطاق العمل وتفي بمعايير قبول المنتج.
• امتلاك تسليم شامل: تحديد المشكلات، كتابة الوثائق، تصميم المطالبات/ RAG/ الأدوات، وتوصيل الميزات مع مقاييس نجاح واضحة.
• بناء وصيانة أنظمة RAG، بما في ذلك التجزئة/ التضمين، الاسترجاع الهجين (الكلمات الرئيسية + الكثافة)، إعادة الترتيب، فهرسة المتجهات، وضمان عزل المستأجرين.
• تنفيذ استدعاءات الأدوات/ الوظائف بشكل آمن وموثوق في واجهات برمجة التطبيقات الداخلية مع الحواجز المناسبة، والمراقبة، والتتبع.
• تطوير مجموعات الاختبار الذهبية وحزم الانحدار؛ إجراء تقييمات غير متصلة بالإنترنت/ متصلة بالإنترنت لأسس الحقيقة، والحقائق، والسلامة، والكمون، والتكلفة.
• مراقبة أداء الاسترجاع (عنوان البريد الإلكتروني، MRR/NDCG، التغطية، الانجراف) وضمان جاهزية الإطلاق بناءً على جودة الاسترجاع والإجابة.
• الحفاظ على السلامة والامتثال من خلال تقليل الحقن/ كسر الحماية، وتطبيق فلتر السياسات، والحفاظ على سجلات التدقيق، وضمان توافق الخصوصية.
• قياس استخدام الرموز، والكمون، واستراتيجيات التخزين المؤقت؛ تنفيذ التخزين المؤقت الدلالي/ الاحتياطي؛ إدارة اتفاقيات مستوى الخدمة للبائعين وتحسين التكلفة.
• دعم عمليات LLMOps: إصدار المطالبات/ مجموعات البيانات/ التكوينات، الحفاظ على خطوط أنابيب CI/CD، إجراء اختبارات الكاناري/ الظل، وفرض التقييمات كبوابات.
• إنتاج وثائق التصميم وبطاقات النماذج؛ بناء مكونات قابلة لإعادة الاستخدام، وSDKs، ونماذج؛ توجيه أعضاء الفريق المبتدئين.

المؤهلات

• درجة بكاليوس في علوم الكمبيوتر، أو نظم المعلومات، أو مجال ذي صلة.
• 3+ سنوات من الخبرة في بناء ميزات خلفية الذكاء الاصطناعي/ التعلم الآلي على مستوى الإنتاج، بما في ذلك التطبيقات القائمة على LLM الحديثة.
• خبرة في العمل في شركة رائدة في منطقة الشرق الأوسط وشمال أفريقيا أو شركة ناشئة ذات مستوى عالٍ.
• إجادة اللغة العربية والإنجليزية بمستوى اللغة الأم، كتابةً وتحدثًا.
• مجموعة تقنية قوية: بايثون و/ أو Node.js، AWS/GCP، الحاويات، IaC، وخطوط أنابيب CI/CD الحديثة.
• خبرة عملية في إنتاجية LLM (هندسة المطالبات، استدعاء الأدوات/ الوظائف، هياكل RAG).
• قدرات تقييم قوية: إنشاء مجموعات الاختبار، مقاييس غير متصلة بالإنترنت، اختبار A/B عبر الإنترنت، حزم الانحدار، ولوحات معلومات الجودة.
• معرفة بنماذج LLM والتضمين، بالإضافة إلى أطر مثل LangChain، LlamaIndex، وHaystack.
• خبرة في قواعد بيانات المتجهات (Pinecone، Milvus، pgvector، OpenSearch)، SQL/NoSQL، Redis، ومخططات البيانات/ الإصدار.
• معرفة بمبادئ الحوكمة: الخصوصية، الأمان، الامتثال لقانون حماية البيانات الشخصية، عزل المستأجرين المتعددين، وقابلية التدقيق.
• إثبات الكفاءة في الذكاء الاصطناعي يستخدم بنشاط الذكاء الاصطناعي/ LLMs لتعزيز البحث، والترميز، والاختبار، والتوثيق بطريقة آمنة.

تسجيل الدخول للتقديم