مهندس ذكاء اصطناعي كبير

Webook

المسؤوليات الرئيسية:

• تصميم، تطوير، ونشر التطبيقات الكاملة التي تدمج نماذج الذكاء الاصطناعي، مع التركيز على LLMs لمهام مثل معالجة اللغة الطبيعية، والتوليد، والأتمتة.
• التعاون مع فرق متعددة التخصصات لنموذج أولي سريع والتكرار على الأفكار، مع ضمان سرعة التحول من المفهوم إلى الحلول الجاهزة للإنتاج.
• استخدام LangChain وLangGraph لبناء وكلاء ذكاء اصطناعي فعالين وحالات عمل متعددة الخطوات التي تطبق النماذج الحالية لحل المشكلات الحقيقية.
• تنفيذ بنية تحتية قائمة على السحابة (مثل، AWS، Azure، GCP) لاستضافة، وتوسيع، وإدارة تطبيقات الذكاء الاصطناعي، بما في ذلك خطوط بيانات، واجهات برمجة التطبيقات، وخطوط نشر.
• المشاركة في جلسات البرمجة الحية وسباقات التطوير السريعة لعرض وتحسين الحلول في الوقت الحقيقي.
• تحسين التطبيقات من حيث الأداء، والأمان، والموثوقية، مع ضمان تكامل سلس لمكونات الذكاء الاصطناعي في الأنظمة الموجهة للمستخدم.
• تحديد المشكلات المعقدة وتصحيحها عبر المكدس، بدءًا من واجهات المستخدم الأمامية إلى منطق الذكاء الاصطناعي الخلفي ونشرات السحابة.
• البقاء على اطلاع بأدوات الذكاء الاصطناعي الناشئة وأفضل الممارسات لتحسين عمليات التطوير وكفاءة التطبيقات باستمرار.

• درجة البكالوريوس أو الماجستير في علوم الحاسوب، الهندسة، الذكاء الاصطناعي، أو مجال ذي صلة (أو خبرة معادلة).
• حد أدنى 10+ سنوات من الخبرة في تطوير الواجهات الكاملة، مع إتقان في الواجهة الأمامية (مثل، React، Vue، Angular) والتقنيات الخلفية (مثل، Node.js، Python، Django، Flask، FAST API).
• معرفة عملية بأدوات ومنصات البرمجة الذكية الرائدة، بما في ذلك Claude، OpenAI Cursor، وأطر العمل المماثلة لبناء وتكامل التطبيقات المدفوعة بالذكاء الاصطناعي.
• خبرة قوية في العمل مع نماذج اللغة الكبيرة (LLMs) مثل GPT، BERT، أو ما شابه، بما في ذلك التخصيص، والطلبات، والتكامل في التطبيقات.
• خبرة عملية مع LangChain لسلسلة استدعاءات LLM وLangGraph لبناء تطبيقات الذكاء الاصطناعي المستندة إلى الرسوم البيانية.
• قدرة مثبتة في منصات السحابة (مثل، AWS، Azure، GCP)، بما في ذلك الخدمات للحوسبة، والتخزين، وقواعد البيانات، والذكاء الاصطناعي/تعلم الآلة (مثل، SageMaker، Vertex AI).
• مهارات مثبتة في البرمجة الحية والنماذج الأولية السريعة للتحقق السريع وتنفيذ الأفكار.
• فهم قوي لمبادئ هندسة البرمجيات، بما في ذلك التحكم في الإصدارات (Git)، خطوط أنابيب CI/CD، والأساليب المرنة.
• مهارات ممتازة في حل المشكلات والقدرة على العمل بشكل مستقل أو في فريق لتقديم نتائج عالية الجودة تحت مواعيد نهائية ضيقة.
• خبرة مع أطر الذكاء الاصطناعي الإضافية مثل Hugging Face Transformers، TensorFlow، أو PyTorch.
• معرفة بحاويات (Docker) والتنظيم (Kubernetes) لنشر تطبيقات الذكاء الاصطناعي على نطاق واسع.
• الاطلاع على أدوات هندسة البيانات (مثل، Apache Airflow، Spark) للتعامل مع خطوط بيانات الذكاء الاصطناعي.
• خلفية في ممارسات DevOps لأتمتة البنية التحتية وعمليات النشر.
• مهارات تواصل قوية لشرح المفاهيم الفنية لأصحاب المصلحة غير الفنيين.