مهندس جودة أول II (AI & Data) Salla

المسؤوليات:

• التحقق من pipeline البيانات: اختبار سلامة عمليات إدخال البيانات والتحويل لضمان تدريب النماذج على مجموعات بيانات عالية الجودة.
• اختبار API & النموذج: إجراء اختبارات عميقة لـ API باستخدام أدوات مثل APIDog للتحقق من استجابات النموذج، ومعالجة الحالات المعقدة مثل المعلمات ذات القيمة الصفرية أو الوصول غير المصرح به.
• دقة مخرجات النموذج التوليدي: تعريف وتنفيذ أطر التقييم لقياس جودة مخرجات الذكاء الاصطناعي التوليدي بما في ذلك الصلة، الدقة الواقعية، التماسك، ومعدل الهلوسة باستخدام تقنيات مثل LLM-as-a-judge، تقييم الإنسان في الحلقة، ومجموعات المعايير الآلية.
• التحقق من استجابة وكيل الذكاء الاصطناعي: تصميم استراتيجيات اختبار لتقييم صحة وموثوقية استجابات وكيل الذكاء الاصطناعي، تغطي دقة استدعاء الأدوات، سلامة التفكير المتعدد الخطوات، معدل إكمال الأهداف، والتعامل مع الفشل بشكل سلس للإدخالات خارج النطاق أو العدائية.
• اختبار الأمان: تحديد الثغرات بشكل استباقي مثل اعتراض الطلبات وتلاعب الأسعار لحماية النظام بما في ذلك حقن الطلبات ومحاولات كسر الحماية المتعلقة بالأسطح التوليدية للذكاء الاصطناعي.
• أتمتة واجهة المستخدم: بناء وصيانة مجموعات أتمتة قابلة للتطوير باستخدام أدوات ذات كود منخفض مثل mabl، بهدف تحقيق نسبة تغطية اختبار Mabl عالية.
• الدعوة لأدوات الذكاء الاصطناعي: دعم استخدام مساعدي الذكاء الاصطناعي مثل Jira Rovo لتحليل المتطلبات وتوليد حالات الاختبار لزيادة سرعة الفريق.
• تحليل السبب الجذري (RCA): قيادة عملية RCA للأخطاء الإنتاجية والتذاكر المرفوضة من المطورين لتحسين تعريف الإنجاز باستمرار.

• خبرة كبيرة: أكثر من 8 سنوات من الخبرة العملية ذات الصلة
• إجادة البيانات: مهارات SQL قوية وخبرة في اختبار التطبيقات الثقيلة بالبيانات أو نماذج ML.
• إتقان الأتمتة: إتقان أدوات الأتمتة (مثل Selenium، mabl، Playwright)
• عقلية الأمان: فهم مبادئ OWASP وخبرة عملية في اختبار الأمان (اعتراض الطلبات، تتبع العلامات).
• معرفة المجال: تُفضل الخبرة في التجارة الإلكترونية وتحليل تدفق العملاء الحرج بشدة.