أرسل لي وظائف مثل هذه
الجنسية
أي جنسية
جنس
غير مذكور
عدد الشواغر
1 عدد الشواغر
الوصف الوظيفي
الأدوار والمسؤوليات
تحت إشراف رئيس الهندسة، دورك هو تصميم وبناء وتشغيل الأسس الخاصة بالبيانات والذكاء الاصطناعي المطبق التي تدعم تجارب التعلم الذكية وسير العمل التجارية. ستقوم بشحن أنظمة خطوط الإنتاج، وأنظمة الاسترجاع/البحث، والميزات المدعومة من LLM التي يمكن قياسها، وآمنة، وموثوقة.
نحن ملتزمون ببناء برمجيات ليست فقط وظيفية وموثوقة، ولكن أيضًا جميلة وبديهية. يعمل مهندسونا ومصممونا معًا لإنشاء منتجات ممتعة للاستخدام، وتحل مشاكل العالم الحقيقي بطرق مبتكرة. نحن نؤمن بأساليب Agile وXP، ونفضل التعاون والتواصل والتحسين المستمر في كل ما نقوم به.
نحن نبدأ رحلة مثيرة لإعادة بناء منتجنا ومنظمة الهندسة لدينا لدفع الابتكار والنمو. هدفنا هو إنشاء منصة من الطراز العالمي تقدم أفضل تجارب التعلم الممكنة لمستخدمينا.
شارك الرحلة مع مهندسين ومديري منتجات وقادة من أنجح المنظمات في المنطقة.
بصفتك مهندس بيانات / ذكاء اصطناعي متقدم، ستقوم:
- بصفتك مهندس بيانات / ذكاء اصطناعي متقدم، ستجمع أيامك بين هندسة البيانات، وتنفيذ الذكاء الاصطناعي المطبق، وملكية العمليات. ستقضي وقتك في: br
تصميم وبناء أنظمة البيانات والاسترجاع br
- تصميم وتنفيذ وصيانة خطوط أنابيب تستوعب وتحول وتخدم البيانات لميزات المنتج، والتحليلات، وسير العمل الذكاء الاصطناعي.
- بناء طبقات الفهرسة والاسترجاع (هيكلية + غير هيكلية) لدعم البحث، والتوصيات، والمساعدين الذكائيين (RAG). br
هندسة الذكاء الاصطناعي المطبق (لا حاجة للذكاء الاصطناعي العميق): - تنفيذ ميزات مدعومة من LLM: تنسيق الموجهات، استدعاء الأدوات/الوظائف، أنماط RAG، الاستخراج الهيكلي، والتلخيص.
- إضافة حواجز: التحقق من السياسات، حدود المعدل، ضوابط التكلفة، والتعامل الآمن مع البيانات الحساسة.br
الجودة، والتقييم، والمراقبة. - إنشاء أدوات تقييم واختبارات انحدار لاسترجاع الجودة ومخرجات الذكاء الاصطناعي (مجموعات بيانات غير متصلة + فحوصات آلية).
- تجهيز خطوط الأنابيب/الخدمات بالتسجيل، والتتبع، والقياسات، ومراقبة جودة البيانات.br
التعاون والتسليم - الشراكة بشكل وثيق مع مديري المنتجات والمصممين والمهندسين لترجمة احتياجات المستخدمين إلى قدرات بيانات/ذكاء اصطناعي قابلة للقياس.
- المشاركة في تخطيط السبرنت، والتنقيح، والتوافق عبر الفرق للحفاظ على التنفيذ قابلًا للتنبؤ.br
العمليات والموثوقية - امتلاك خطوط الأنابيب والخدمات الخاصة بك في الاستجابة للحوادث الإنتاجية، والاختبارات بعد الوفاة، وكتيبات التشغيل، والتحسين المستمر.
- تحسين زمن الانتقال، والتكلفة، ومعدل الإنتاج عبر معالجة البيانات، والفهرسة، واستخدام استنتاج الذكاء الاصطناعي.
- قد تبدو يومك النموذجي كالتالي: التحقق من تحديث خطوط الأنابيب والتنبيهات في الصباح، وضبط خرائط تقسيم البيانات لفحص دورة جديدة في منتصف اليوم، والتعاون مع المنتج بشأن مقاييس التقييم لمساعد الذكاء الاصطناعي في فترة ما بعد الظهر، وإنهاء اليوم بشحن نقطة النهاية RAG المراقبة بميزانيات التكلفة واختبارات الانحدار.
أهداف الدور
- تصميم، والإشراف، وبناء وتشغيل خطوط أنابيب البيانات وأنظمة الذكاء الاصطناعي المطبقة التي تدعم منصتنا التعليمية عبر قطاعات العملاء من الأفراد والشركات.
- بناء وتوسيع أسس الاسترجاع والبحث (بحث هجين، تصفية البيانات الوصفية، استرجاع المتجهات) التي تمكّن تجارب الذكاء الاصطناعي.
- تقديم قدرات LLM الإنتاجية مع جودة قابلة للقياس، وضوابط تكلفة، وحواجز أمان.
- تحسين أداء النظام، والموثوقية، والمراقبة، وقابلية الصيانة من خلال المراقبة الاستباقية وفحوصات جودة البيانات.
- التعاون بشكل وثيق مع أصحاب المصلحة (مديري المنتجات، المصممين، مهندسي الواجهة الأمامية/المحمولة) لترجمة متطلبات العمل إلى حلول تقنية.
- المساهمة في تخطيط السبرنت، والتوثيق الفني، والمبادرات عبر الفرق كصوت هندسي رفيع.
- المساهمة في تخطيط السبرنت، والتوثيق الفني، والمبادرات عبر الفرق كصوت رفيع في منظمة الهندسة
الملف الشخصي المطلوب للمرشحين
المرشح المثالي سيكون لديه:
4+ سنوات من الخبرة في هندسة البيانات، أو هندسة الواجهة الخلفية، أو هندسة المنصات، مع ملكية إنتاج ذات مغزى.
مهارات قوية في SQL ونمذجة البيانات؛ خبرة في تصميم المخططات وعقود البيانات.
خبرة في بناء وتشغيل خطوط الأنابيب (دفعة و/أو بث)، بما في ذلك ملء البيانات والتحقق من جودتها.
خبرة مع أنظمة البحث/الفهرسة وأنماط الاسترجاع (مثل OpenSearch/Elasticsearch،
قواعد البيانات المتجهة، البحث الهجين).
خبرة عملية في تنفيذ ميزات مدعومة من LLM (RAG، استدعاء الأدوات/الوظائف،
إدارة الموجهات/الإصدارات) — لا حاجة للذكاء الاصطناعي العميق.
الالتزام بـ CI/CD، والتعبئة (Docker)، وخدمات السحاب (مثل AWS، GCP).
مهارات قوية في حل المشكلات وإزالة الأخطاء، مع موقف استباقي نحو ملكية وتحسين الأنظمة.
مهارات قوية في الكتابة والتواصل الشفهي، مع القدرة على شرح الأفكار المعقدة بوضوح لأصحاب المصلحة الفنيين وغير الفنيين.
يفضل الحصول على درجة البكالوريوس في علوم الكمبيوتر أو الهندسة أو مجال ذي صلة، لكن ليس شرطًا
القطاع المهني للشركة
- تكنولوجيا المعلومات - خدمات البرمجيات
المجال الوظيفي / القسم
- سوفت وير تقنية المعلومات
الكلمات الرئيسية
- مهندس بيانات متقدم وذكاء اصطناعي مطبق
تنويه: نوكري غلف هو مجرد منصة لجمع الباحثين عن عمل وأصحاب العمل معا. وينصح المتقدمون بالبحث في حسن نية صاحب العمل المحتمل بشكل مستقل. نحن لا نؤيد أي طلبات لدفع الأموال وننصح بشدة ضد تبادل المعلومات الشخصية أو المصرفية ذات الصلة. نوصي أيضا زيارة نصائح أمنية للمزيد من المعلومات. إذا كنت تشك في أي احتيال أو سوء تصرف ، راسلنا عبر البريد الإلكتروني abuse@naukrigulf.com