وظائف بلس — مهندس تعلم آلة - تحسين الاستدلال
وظيفة منشورة على وظائف بلس، مع تفاصيل المتطلبات والمزايا ورابط التقديم المباشر.
مهندس تعلم آلة - تحسين الاستدلال
تتقدّم باسم
الإعلان الأصلي للوظيفة
Machine Learning Engineer — Inference Optimization Jobgether
مقارنة الرواتب
تقديري ~20,000 ريال سعودي
تقدير مبني على بيانات إقليمية، وليس عرضًا رسميًا من جهة العمل.
الوصف
يتم إدراج هذا المنصب نيابة عن شركة شريكة، والتي تدير جميع الطلبات والخطوات التالية. يبحث شريكنا عن مهندس تعلم آلة - تحسين الاستدلال ومقره في المملكة العربية السعودية. يوفر هذا الدور فرصة لتحسين أداء أنظمة التعلم الآلي المتقدمة المستخدمة في بيئات الإنتاج الواقعية. ستعمل عند تقاطع البحث والهندسة، وتحويل النماذج المتطورة إلى حلول سريعة وموثوقة وفعالة من حيث التكلفة. سيؤثر عملك بشكل مباشر على قابلية توسع النموذج وتجربة المستخدم وكفاءة المنتجات التي تعمل بالذكاء الاصطناعي. ستتعمق في تحسين الأداء، من بنية النموذج وتنفيذ وحدة معالجة الرسوميات (GPU) إلى البنية التحتية للاستدلال على نطاق واسع. من خلال العمل مع فرق البحث والبنية التحتية والمنتجات الموهوبة، ستساعد في دفع حدود ما يمكن أن تحققه أنظمة الذكاء الاصطناعي. هذا المنصب مثالي لمهندس يستمتع بحل التحديات التقنية المعقدة وبناء أنظمة تعلم آلة عالية الأداء من الألف إلى الياء. المسؤوليات بصفتك مهندس تعلم آلة متخصصًا في تحسين الاستدلال، ستتولى مسؤولية أداء وقابلية توسع نماذج التعلم الآلي في الإنتاج. ستجمع بين الخبرة العميقة في التعلم الآلي وهندسة الأنظمة وتحليل الأداء لتقديم تجارب ذكاء اصطناعي أسرع وأكثر كفاءة. - تحسين أنظمة استدلال التعلم الآلي لتحسين زمن الوصول والإنتاجية وقابلية التوسع والتكلفة التشغيلية. - تحديد وتحليل الاختناقات عبر خطوط أنابيب استدلال وحدة معالجة الرسوميات ووحدة المعالجة المركزية، بما في ذلك استخدام الذاكرة والنواة واستراتيجيات التجميع وتدفق البيانات. - تنفيذ تقنيات التحسين المتقدمة مثل التكميم، وتحسين ذاكرة التخزين المؤقت KV، والفك التخميني، والتجميع، والتدفق، وتبسيط النموذج. - التعاون مع مهندسي البحث لإنتاج بنى نماذج جديدة وترجمة النتائج التجريبية إلى أنظمة موثوقة. - بناء وتحسين وصيانة البنية التحتية لخدمة الاستدلال باستخدام أطر عمل حديثة أو أوقات تشغيل مخصصة أو حلول خدمة متخصصة. - قياس أداء النموذج عبر بيئات الأجهزة المختلفة، بما في ذلك وحدات معالجة الرسوميات ووحدات المعالجة المركزية والأنظمة المستندة إلى السحابة. - تحسين موثوقية النظام والمراقبة وإمكانية الملاحظة وفعالية التكلفة في ظل أعباء عمل الإنتاج الحقيقية. - المساهمة في الممارسات الهندسية التي تحسن جودة وقابلية توسع وصيانة البنية التحتية للتعلم الآلي. كيف تعمل Jobgether: نحن نستخدم عملية مطابقة مدعومة بالذكاء الاصطناعي لضمان مراجعة طلبك بسرعة وموضوعية ونزاهة مقابل المتطلبات الأساسية للدور. يحدد نظامنا المرشحين الأكثر ملاءمة، ثم يتم مشاركة هذه القائمة المختصرة مباشرة مع الشركة الموظفة. يتم إدارة القرار النهائي والخطوات التالية (المقابلات والتقييمات) بواسطة فريقهم الداخلي. نحن نقدر اهتمامك ونتمنى لك كل التوفيق! لماذا تتقدم بطلب من خلال Jobgether؟ إشعار خصوصية البيانات: من خلال تقديم طلبك، فإنك تقر بأن Jobgether ستقوم بمعالجة بياناتك الشخصية لتقييم ترشيحك ومشاركة المعلومات ذات الصلة مع صاحب العمل الموظف. تستند هذه المعالجة إلى المصلحة المشروعة والتدابير السابقة للتعاقد بموجب قوانين حماية البيانات المعمول بها (بما في ذلك اللائحة العامة لحماية البيانات). يمكنك ممارسة حقوقك (الوصول، التصحيح، الحذف، الاعتراض) في أي وقت.
ما ستقوم به
- • - يركز الدور على تحسين الأداء وزمن الوصول وقابلية التوسع لنماذج التعلم الآلي في بيئات الإنتاج. يتضمن ذلك تحليل خطوط أنابيب GPU/CPU وتطبيق تقنيات متقدمة مثل التكميم والفك التخميني لتحسين الكفاءة.
المتطلبات
يحتاج المرشحون إلى خبرة مهنية قوية في تحسين استدلال التعلم الآلي ومعرفة عميقة ببنى الشبكات العصبية وتحسين GPU. تعد الكفاءة في PyTorch والخبرة في أطر عمل مثل TensorRT أو vLLM ذات قيمة عالية.
المزايا
- • - حزمة تعويضات تنافسية
- • - المشاركة في حقوق الملكية
- • - بيئة عمل مرنة عن بعد
- • - فرصة للعمل على أنظمة الذكاء الاصطناعي ذات الأداء الحرج
- • - مستوى عالٍ من الملكية على البنية التحتية
- • - التعاون مع فرق البحث والبنية التحتية والمنتجات
نسبة التوافق13%
نصائح المقابلة
استعد لمناقشة خبرتك في تحسين استدلال التعلم الآلي وكيف قمت بتحسين الأداء في أنظمة الإنتاج.
كن مستعدًا لمناقشة معرفتك العميقة بـ PyTorch و CUDA وتقنيات تحسين GPU الأخرى.
سلط الضوء على قدرتك على العمل في بيئة سريعة الخطى والتعاون مع فرق متعددة الوظائف.
استعرض أي مساهمات في أنظمة ML مفتوحة المصدر أو أدوات الاستدلال، حيث تعتبر ميزة إضافية.
اقتراح آلي للمسار الوظيفي، وليس توصية رسمية من صاحب العمل.
المسار الوظيفي
مهندس تعلم آلة أول
مهندس تعلم آلة - تحسين الاستدلال
مهندس أداء ML
مهندس بنية تحتية للذكاء الاصطناعي
الأسئلة الشائعة
ما هو الدور الرئيسي لهذا المنصب؟
يركز هذا المنصب على تحسين أداء أنظمة التعلم الآلي المتقدمة المستخدمة في بيئات الإنتاج الواقعية، مع التركيز على تحسين الاستدلال.
ما هي المهارات التقنية المطلوبة لهذا الدور؟
يتطلب الدور خبرة قوية في تحسين استدلال التعلم الآلي، وفهمًا عميقًا لأساسيات التعلم الآلي، وخبرة عملية مع PyTorch أو أطر عمل التعلم العميق المماثلة، وخبرة في تحسين أداء GPU (مثل CUDA، ROCm).
هل هذا المنصب عن بعد؟
نعم، يوفر هذا المنصب بيئة عمل مرنة عن بعد.
كيف تتم عملية التقديم من خلال Jobgether؟
تستخدم Jobgether عملية مطابقة مدعومة بالذكاء الاصطناعي لتقييم الطلبات، ثم يتم مشاركة قائمة مختصرة من المرشحين مع الشركة الموظفة التي تدير الخطوات التالية.
العمل في الرياض
تُعد الرياض، عاصمة المملكة العربية السعودية، مركزًا اقتصاديًا حيويًا يجذب المهنيين من مختلف أنحاء العالم. تتميز المدينة بسوق عمل ديناميكي يدعمه قطاعات رئيسية مثل النفط والغاز، التمويل، التكنولوجيا، والإنشاءات، مما يوفر فرصًا وظيفية متنوعة. تعكس ثقافة العمل في الرياض مزيجًا من التقاليد المحلية والمعايير الدولية، مع التركيز على الاحترافية والتفاني. يمكن للموظفين أن يتوقعوا بيئة عمل منظمة، حيث تُقدر العلاقات المهنية القوية. يمثل التنقل في الرياض جزءًا أساسيًا من الحياة اليومية، وتوفر المدينة خيارات سكنية متنوعة تناسب مختلف أنماط الحياة. غالبًا ما تبحث الشركات الكبرى، سواء كانت محلية أو عالمية، عن الكفاءات في الرياض، مما يساهم في تعزيز التنافسية والابتكار في سوق العمل.
موقع تجميع وظائف من جهات خارجية. الحقول المنظَّمة (المهام، المتطلبات، المزايا، التعليم، الراتب، الأسئلة) مُستنبَطة آلياً من الإعلان الأصلي وقد تكون غير دقيقة. يُرجى التحقّق عبر الموقع الرسمي لصاحب العمل قبل التقديم.