مهندس ذكاء اصطناعي

الوصف

تسعى Master Works لتوظيف مهندس ذكاء اصطناعي ذو خبرة قوية في النماذج الأولية للذكاء الاصطناعي التوليدي لتحويل الأفكار بسرعة إلى عروض توضيحية ونماذج إثبات المفهوم ومنتجات أولية تعمل بالذكاء الاصطناعي. يقع الدور بين البحث والهندسة الإنتاجية – حيث يجمع بين الاستخدام العملي لنماذج اللغة الكبيرة والنماذج متعددة الوسائط وتوليد الاستجابات المعززة بالاسترجاع (RAG) وأطر عمل الوكلاء للتحقق من الجدوى واستكشاف القدرات الجديدة وتقليل مخاطر تسليم الميزات. يلعب هذا الدور دورًا محوريًا في تسريع الابتكار في الذكاء الاصطناعي عبر محفظة البيانات والتحليلات والذكاء، مع التركيز بشكل خاص على حالات استخدام الذكاء الاصطناعي ثنائي اللغة (العربية/الإنجليزية). - تصميم وبناء نماذج أولية وعروض إثبات المفهوم للذكاء الاصطناعي التوليدي بسرعة – من الفكرة الأولية إلى العرض التوضيحي العملي – باستخدام واجهات برمجة تطبيقات LLM الحديثة والنماذج مفتوحة المصدر وأطر عمل النماذج الأولية. - تصميم وتنفيذ مسارات توليد الاستجابات المعززة بالاسترجاع (RAG)، بما في ذلك استيعاب المستندات واستراتيجيات التجزئة وتوليد التضمينات وتخزين المتجهات وتنسيق الاسترجاع. - بناء أنظمة وكيلة تستخدم استدعاء الأدوات/الوظائف والتخطيط والتفكير متعدد الخطوات لأتمتة المهام المعقدة؛ ودمج وكلاء الذكاء الاصطناعي مع واجهات برمجة التطبيقات الداخلية وقواعد البيانات والخدمات الخارجية. - هندسة المطالبات وتعليمات النظام ومخططات الإخراج المنظم؛ والتكرار على تصميم المطالبات من خلال التقييم القابل للقياس بدلاً من التخمين. - العمل مع قدرات الذكاء الاصطناعي متعددة الوسائط – النص والرؤية والكلام (STT/TTS) وفهم المستندات – ودمجها في مسارات ذكاء اصطناعي متماسكة من البداية إلى النهاية. - بناء وتشغيل أطر عمل تقييم الذكاء الاصطناعي (المقاييس غير المتصلة بالإنترنت، LLM كحكم، اختبار الانحدار للمجموعات الذهبية) لقياس الجودة والدقة وزمن الاستجابة والتكلفة عبر متغيرات النموذج والمطالبات. - تكييف وضبط النماذج مفتوحة المصدر (LoRA، QLoRA، الضبط الكامل) عندما تكون هناك حاجة إلى سلوك خاص أو خاص بالمجال، خاصة لمهام اللغة العربية. - تطبيق ممارسات الذكاء الاصطناعي المسؤولة – تصفية السلامة، وتخفيف الهلوسة، والدفاع ضد حقن المطالبات، ومعالجة معلومات التعريف الشخصية (PII)، والوعي بالتحيز – خاصة في البيئات الحساسة أو المنظمة. - تسليم النماذج الأولية الناضجة لفرق هندسة الإنتاج، وتقديم وثائق واضحة ونتائج التقييم وملاحظات النشر وإرشادات الترحيل. - عرض النماذج الأولية وقدرات الذكاء الاصطناعي لأصحاب المصلحة والعملاء الداخليين؛ وشرح المفاهيم التقنية والقيود والمخاطر للجمهور غير التقني. - تتبع وتقييم التطورات السريعة في نظام الذكاء الاصطناعي التوليدي (النماذج والأدوات والتقنيات والموفرون الجدد) والتوصية بالاعتماد حيثما تحسن النتائج بشكل ملموس. - التعاون متعدد الوظائف مع فرق المنتج والتصميم والبيانات وهندسة البرمجيات لتشكيل ميزات الذكاء الاصطناعي من البداية إلى النهاية وضمان تقديمها قيمة حقيقية للمستخدم. - درجة البكالوريوس في علوم الكمبيوتر، الذكاء الاصطناعي، تعلم الآلة، علم البيانات، هندسة البرمجيات، أو تخصص ذي صلة. - يفضل الحصول على مؤهل دراسات عليا (ماجستير/دكتوراه) في تعلم الآلة، الذكاء الاصطناعي، معالجة اللغة الطبيعية، أو مجال ذي صلة. - تعتبر الشهادات المعترف بها في تعلم الآلة، التعلم العميق، الذكاء الاصطناعي التوليدي، أو منصات الذكاء الاصطناعي السحابية (AWS، Azure، GCP) ميزة قوية. - 3-5+ سنوات من الخبرة في هندسة الذكاء الاصطناعي/تعلم الآلة، مع ما لا يقل عن 1-2 سنوات من الخبرة العملية في بناء تطبيقات الذكاء الاصطناعي التوليدي باستخدام LLMs الحديثة. - محفظة أعمال قابلة للعرض لنماذج أولية تم شحنها أو ميزات ذكاء اصطناعي إنتاجية – تشمل بشكل مثالي أنظمة RAG، وكلاء الذكاء الاصطناعي، أو مسارات متعددة الوسائط. - خبرة عملية مع واجهات برمجة تطبيقات LLM الرائدة (مثل Anthropic Claude، OpenAI GPT، Google Gemini) وخدمة النماذج مفتوحة المصدر (مثل Hugging Face، vLLM، Ollama). - إتقان قوي للغة Python، بما في ذلك مكتبات الذكاء الاصطناعي الحديثة مثل PyTorch، Hugging Face Transformers، LangChain أو LlamaIndex، وأدوات البيانات القياسية. - خبرة عملية مع نماذج التضمين، وقواعد بيانات المتجهات (مثل Pinecone، Weaviate، Qdrant، FAISS)، وتقنيات تقييم الاسترجاع. - الإلمام بأدوات النماذج الأولية السريعة (Streamlit، Gradio، Jupyter)، وتكامل واجهات برمجة التطبيقات، والخلفيات الويب الخفيفة. - خبرة في تصميم أدوات تقييم الذكاء الاصطناعي (المقاييس غير المتصلة بالإنترنت، LLM كحكم، المجموعات الذهبية) واستخدام أدوات المراقبة/التتبع لأنظمة الذكاء الاصطناعي. - يفضل بشدة التعرض لتقنيات الضبط الدقيق (LoRA، QLoRA، ضبط التعليمات) ومعالجة اللغة الطبيعية للغة العربية. - تعتبر المعرفة العملية بالحاويات (Docker)، والتحكم في الإصدار (Git)، ومنصات الذكاء الاصطناعي السحابية (AWS Bedrock، Azure OpenAI، GCP Vertex AI) ميزة قوية. - مهارات قيادية وتطوير فريق ممتازة. - تحيز قوي للعمل وعقلية النماذج الأولية السريعة؛ القدرة على شحن عرض توضيحي عملي في أيام، وليس شهور. - الراحة في العمل تحت عدم اليقين – تشكيل الفرضيات بسرعة، وإجراء التجارب، والتكرار بناءً على الأدلة. - مهارات تحليلية وحل المشكلات قوية، مع الانضباط لتقييم سلوك الذكاء الاصطناعي كميًا بدلاً من الاعتماد على الحدس وحده. - مهارات اتصال ممتازة شفهية وكتابية، مع القدرة على عرض قدرات الذكاء الاصطناعي وشرح المفاهيم التقنية والقيود والمخاطر للجمهور غير التقني. - الفضول وعقلية التعلم المستمر؛ يتابع بنشاط المشهد المتطور بسرعة للذكاء الاصطناعي التوليدي ويقدم أفكارًا جديدة للفريق. - لاعب فريق متعاون؛ مرتاح في فرق متعددة الوظائف من الباحثين ومهندسي البرمجيات والمصممين وأصحاب الأعمال العملاء. - الوعي الثقافي والحساسية، خاصة عند تصميم تجارب الذكاء الاصطناعي للمستخدمين الناطقين باللغة العربية في السياقات الإقليمية.

ما ستقوم به

• • سيقوم مهندس الذكاء الاصطناعي بتصميم وبناء نماذج أولية للذكاء الاصطناعي التوليدي ونماذج إثبات المفهوم وأنظمة وكيلة بسرعة للتحقق من الجدوى وتسريع الابتكار. كما سيدير مسار عمل الذكاء الاصطناعي الشامل، بما في ذلك تنفيذ RAG وتقييم النموذج والتسليم لفرق هندسة الإنتاج.

المتطلبات

يجب أن يمتلك المرشحون 3-5+ سنوات من الخبرة في الذكاء الاصطناعي/تعلم الآلة مع تركيز قوي على تطبيقات الذكاء الاصطناعي التوليدي و LLMs الحديثة. درجة البكالوريوس في مجال تقني ذي صلة مطلوبة، ويفضل بشدة الحصول على مؤهل دراسات عليا وخبرة في معالجة اللغة الطبيعية للغة العربية.

التعليم المطلوب

• - درجة البكالوريوس
• - درجة الدراسات العليا

الأسئلة الشائعة