مهندس ذكاء اصطناعي وتقييم أول

Client of Kalamntina

المسؤوليات

• التعاون مع فريق منتج الذكاء الاصطناعي لتقديم ميزات عالية الجودة تتماشى مع نطاق العمل وتفي بمعايير قبول المنتج.
• امتلاك تسليم شامل: تعريف المشاكل، كتابة الوثائق، تصميم المطالبات/الأدوات، وشحن الميزات مع قياسات نجاح واضحة.
• بناء وصيانة خطوط أنابيب RAG، بما في ذلك التقسيم/التضمين، الاسترجاع الهجين (الكلمات الرئيسية + الكثافة)، إعادة التصنيف، فهرسة المتجهات، وفرض عزل المستأجرين.
• تنفيذ استدعاءات الأدوات/الوظائف بشكل آمن وموثوق في واجهات برمجة التطبيقات الداخلية مع حواجز أمان مناسبة، ورصد، وتتبع.
• تطوير مجموعات اختبارات ذهبية وحزم تراجع؛ إجراء تقييمات غير متصلة بالإنترنت/متصلة بالإنترنت لمعايير الصلابة، والحقائق، والسلامة، والكمون، والتكلفة.
• مراقبة أداء الاسترجاع (EMAIL_ADDRESS، MRR/NDCG، التغطية، الانجراف) وضمان جاهزية الإطلاق بناءً على جودة الاسترجاع والإجابة.
• الحفاظ على السلامة والامتثال من خلال تقليل الحقن/الاختراقات، تطبيق فلاتر السياسات، الحفاظ على سجلات التدقيق، وضمان توافق الخصوصية.
• قياس استخدام الرموز، الكمون، واستراتيجيات التخزين المؤقت؛ تنفيذ التخزين المؤقت الدلالي/الاحتياطي؛ إدارة اتفاقيات مستوى الخدمة للبائعين وتحسين التكاليف.
• دعم عمليات LLMOps: إصدار المطالبات/المجموعات/التكوينات، الحفاظ على خطوط أنابيب CI/CD، إجراء اختبارات كاناري/ظل، وفرض التقييمات كحواجز.
• إنتاج وثائق التصميم وبطاقات النماذج؛ بناء مكونات قابلة لإعادة الاستخدام، ومجموعات تطوير البرمجيات، وقوالب؛ إرشاد أعضاء الفريق المبتدئين.

المؤهلات

• درجة الماجستير في علوم الكمبيوتر، نظم المعلومات، أو مجال ذي صلة.
• 6+ سنوات من الخبرة في بناء ميزات خلفية للذكاء الاصطناعي/التعلم الآلي ذات جودة إنتاج، بما في ذلك التطبيقات المستندة إلى LLM الحديثة.
• خبرة في العمل في شركة رائدة في منطقة الشرق الأوسط وشمال أفريقيا أو شركة ناشئة ذات معايير عالية.
• إتقان اللغة العربية والإنجليزية، كتابة وتحدثًا، بمستوى أصلي.
• مجموعة تقنية قوية: Python و/أو Node.js، AWS/GCP، الحاويات، IaC، وخطوط أنابيب CI/CD الحديثة.
• خبرة عملية في منتج LLM (هندسة المطالبات، استدعاء الأدوات/الوظائف، هياكل RAG).
• قدرات تقييم قوية: إنشاء مجموعات اختبار، مقاييس غير متصلة، اختبار A/B عبر الإنترنت، حزم التراجع، ولوحات الجودة.
• الإلمام بنماذج LLM والتضمين، بالإضافة إلى أطر عمل مثل LangChain، LlamaIndex، وHaystack.
• خبرة مع قواعد بيانات المتجهات (Pinecone، Milvus، pgvector، OpenSearch)، SQL/NoSQL، Redis، ونماذج البيانات/الإصدار.
• معرفة بمبادئ الحوكمة: الخصوصية، الأمن، الامتثال لقانون حماية البيانات الشخصية، عزل المستأجرين المتعددين، وقابلية التدقيق.
• إظهار إتقان الذكاء الاصطناعي واستخدام الذكاء الاصطناعي/LLMs بشكل فعال لتعزيز البحث، والترميز، والاختبار، والتوثيق بطريقة آمنة.