مهندس ذكاء اصطناعي تطبيقي أول - هندسة الأوامر والتقييم

الوصف

في Klipboard، قدمنا سياسة عمل هجينة مرنة، حيث يقضي الموظفون ثلاثة أيام في المكتب ويومين يعملون من المنزل. يعزز هذا النهج بيئة عمل متوازنة تجمع بين التعاون المكتبي وراحة العمل عن بعد. تقدم Klipboard برامج وخدمات ودعمًا متخصصًا لتوفير حلول تجارية وإدارة أعمال متكاملة تمامًا للشركات في التجارة التوزيعية - أينما كانوا في العالم. بفضل عمق فريد من المعرفة والخبرة في حلول ERP/SaaS، لدى Klipboard مجموعة واسعة من العملاء تشمل تجار الجملة والموزعين والتجار وتجار التجزئة من التجار الصغار إلى الشركات متعددة الجنسيات. لدى Klipboard مكاتب في المملكة المتحدة وأيرلندا وهولندا وجنوب إفريقيا وكينيا وأمريكا الشمالية. مهمتنا بسيطة: تصميم وتقديم حلول ERP عالية الأداء ومتكاملة تمكن عملائنا في التجارة التوزيعية من التوريد بفعالية، والتخزين بكفاءة، والبيع بربحية، وتقديم خدمة تنافسية. Klipboard هي شركة عالمية ومتنامية تتبنى الذكاء الاصطناعي والتقنيات الناشئة لتعزيز نتائج العملاء والتعاون والتحسين المستمر. نحن نبحث عن أشخاص فضوليين أو متمكنين في مجال الذكاء الاصطناعي، ومنفتحين على التغيير، ومتحمسين لتعلم كيف يمكن للتكنولوجيا تحسين طريقة عملنا ومساعدة عملائنا، وهو ما يدعمه دائمًا الفهم البشري القوي والتواصل. هذا دور هندسي أول ذو تأثير كبير لشخص يرغب في تشكيل كيفية استخدام منظمة هندسية كبيرة للذكاء الاصطناعي في المنتجات الحقيقية وأعمال التطوير الحقيقية. ستقوم بوضع الأنماط، وإنشاء معايير التقييم، وتدريب المهندسين، ومساعدة Klipboard على تحويل الذكاء الاصطناعي من التجريب الفردي إلى ممارسة هندسية قابلة للتكرار والتوسع. الدور عبارة عن وظيفتين في واحدة: حرفة الحصول على نتائج موثوقة وقابلة للقياس من نماذج اللغة الكبيرة من خلال هندسة الأوامر وتصميم السياق والتقييم؛ وجعل كل من حولك أفضل في ذلك. مع مئات المهندسين في جميع أنحاء المملكة المتحدة وجنوب إفريقيا، فإن الفرق بين منظمة يقوم فيها عدد قليل من الأشخاص بالتحفيز بشكل جيد ومنظمة يقوم فيها الجميع بذلك هو فرق هائل. يقاس نجاحك بشكل أقل بما تنتجه شخصيًا وبشكل أكبر بمدى سرعة تحسن المهندسين من حولك. المسؤوليات الرئيسية: مسؤوليات الدور - ممارسة الحرفة بمستوى عالٍ – تصميم وبناء وتحسين الأوامر واستراتيجيات السياق وسير العمل الوكيل لميزات الذكاء الاصطناعي في منتجاتنا. - تنمية المهندسين من حولك – التدريب، والمشاركة، وورش العمل، وبناء الأصول المشتركة التي تنشر الممارسات الجيدة عبر مئات المهندسين. - وضع المعايير والحفاظ على نزاهة المنظمة – تحديد ما هو جيد لهندسة الأوامر والتقييم والسياق، والحفاظ على هذه المعايير مع تغير الأدوات. الأنشطة والمساهمات الرئيسية - تصميم وبناء وتحسين الأوامر واستراتيجيات السياق وسير العمل الوكيل لميزات الذكاء الاصطناعي في منتجات Klipboard، حيث يكون السعر الخاطئ بثقة، أو مطابقة الجزء، أو الإجابة المخزنة أسوأ من عدم وجود إجابة. - دمج التقييم في كل شيء – اختبار الأوامر مقابل حالات العمل الحقيقية على نطاق واسع، وقياس الجودة بصدق، والتعامل مع عبارة "بدت جيدة عندما جربتها" كبداية للعمل، وليس نهايته. - العمل عبر النماذج والمزودين، والاختيار العملي بناءً على الجودة والتكلفة وزمن الاستجابة بدلاً من الولاء، ومواكبة التغير السريع في النماذج والأدوات والمزودين. - التعمق في تفاصيل المجال مع فرق المنتج وخبراء الموضوع، لأن الأمر لا يكون جيدًا إلا بقدر فهم مشكلة العمل الكامنة وراءه. - تدريب المهندسين عبر الفرق للحصول على المزيد بشكل كبير من أدوات ترميز الذكاء الاصطناعي ونماذج اللغة الكبيرة، من خلال المشاركة والمراجعات وورش العمل والمساعدة الفردية الصبورة. - بناء وصيانة أنماط الأوامر المشتركة، والقوالب القابلة لإعادة الاستخدام، وأدوات التقييم، والأدلة الداخلية، بحيث تنتشر الممارسات الجيدة كأصول بدلاً من الفولكلور. - إدارة مجتمع ممارسة داخلي حيث يشارك المهندسون ما يعمل، وما فشل ولماذا، وجعله مكانًا يرغب الناس بالفعل في الحضور إليه. - المساعدة في تحديد ما هو جيد لهندسة الأوامر، وهندسة السياق، والتقييم عبر البحث والتطوير، والحفاظ على هذه المعايير محدثة مع تغير الأدوات والنماذج. - مشاركة النتائج القابلة للقياس مع قيادة الهندسة، بما في ذلك أين تؤتي أدوات الذكاء الاصطناعي ثمارها حقًا وأين لا تؤتي ثمارها. الأنظمة والأدوات والتقنيات - واجهات برمجة تطبيقات نماذج اللغة الكبيرة عبر مزودين متعددين (GPT، Claude، Llama وما يعادلها) - أدوات ترميز الذكاء الاصطناعي: GitHub Copilot، Cursor أو ما يعادلها - هندسة الأوامر، تصميم السياق، وأطر عمل سير العمل الوكيل - أدوات التقييم، مجموعات بيانات التقييم، ومجموعات الاختبار الآلية لمخرجات الذكاء الاصطناعي - التوليد المعزز بالاسترجاع (RAG)، البحث المتجه، التضمينات، وخطوط أنابيب الاسترجاع (مرغوب فيه) - أطر عمل تنسيق نماذج اللغة الكبيرة (LangChain، Semantic Kernel أو ما يعادلها – مرغوب فيه) الخبرة الفنية والمهنية - خلفية قوية في هندسة البرمجيات مع عدة سنوات من بناء وشحن برامج الإنتاج. - خبرة عملية كبيرة مع نماذج اللغة الكبيرة: تصميم الأوامر، وهندسة السياق، والمخرجات المنظمة، في العمل الحقيقي بدلاً من التجارب الشخصية وحدها. - خبرة في بناء التقييمات أو أدوات الاختبار لمخرجات نماذج اللغة الكبيرة، واستخدامها لتحسين الجودة بشكل قابل للقياس. - دليل واضح على تنمية مهندسين آخرين – من خلال التوجيه، والتدريس، والتدريب الداخلي، ومجتمعات الممارسة أو ما شابه ذلك. - إتقان يومي لأدوات ترميز الذكاء الاصطناعي مثل GitHub Copilot، Cursor أو ما يعادلها، مع رؤية عملية لأين تساعد وأين تضلل. المسؤوليات والمساهمات الأساسية - تقديم ميزات الذكاء الاصطناعي في منتجات Klipboard بتقييم مناسب ومعايير جودة قابلة للقياس. - تضمين أفضل ممارسات هندسة الأوامر والتقييم عبر منظمة البحث والتطوير. - كن الصوت المتشكك عندما يكون هناك شيء يعرض بشكل جيد ولكنه لن يصمد في الإنتاج؛ كن الصوت المشجع عندما تحتاج فكرة جيدة حقًا إلى الدعم. - الحفاظ على معايير عالية للسلامة والدقة ومعالجة البيانات في كل ما يتم شحنه – يدير العملاء أعمالهم بناءً على الإجابات التي تقدمها برامجنا لهم. - بناء وصيانة مكتبة حية من أنماط الأوامر والقوالب والأدلة. - مقابلة المهندسين في مكانهم، بما في ذلك أولئك الذين يعملون في قواعد بيانات قديمة، حيث يعد الحصول على قيمة حقيقية من أدوات الذكاء الاصطناعي أحد أكثر الأعمال فائدة في الشركة. تجربة العملاء - ضمان أن ميزات الذكاء الاصطناعي في منتجات Klipboard تقدم إجابات دقيقة وآمنة وجديرة بالثقة – يدير العملاء أعمالهم بناءً على مخرجاتنا. - العمل مع فرق المنتج وخبراء الموضوع لفهم مشكلة العمل الكامنة وراء كل ميزة بشكل صحيح قبل البناء. - منع الإجابات الخاطئة بثقة – الأسعار غير الصحيحة، أو مطابقة الأجزاء، أو مستويات المخزون – من الوصول إلى العملاء. النتائج والأنشطة الرئيسية - يمكن للمهندسين عبر عدة فرق الإشارة إلى أشياء محددة يقومون بها الآن بشكل أفضل بسبب التدريب وتبادل المعرفة. - شحن ميزة أو سير عمل واحد على الأقل للذكاء الاصطناعي كل ربع سنة بتقييم مناسب خلفها. - مكتبة حية ومستخدمة من أنماط الأوامر والقوالب والأدلة موجودة وتنمو. - مجتمع الممارسة يعمل، ويحظى بحضور جيد، وينتج مخرجات تعيد الفرق استخدامها بالفعل. - لدى قيادة الهندسة صورة أوضح ومستندة إلى الأدلة حول أين يؤتي الذكاء الاصطناعي ثماره.

ما ستقوم به

• • ستقوم بتصميم وتحسين الأوامر، واستراتيجيات السياق، وسير العمل الوكيل مع وضع معايير التقييم لميزات الذكاء الاصطناعي. بالإضافة إلى ذلك، ستقوم بتدريب وتوجيه المهندسين لتوسيع نطاق ممارسات الذكاء الاصطناعي عبر المنظمة.

المتطلبات

يتطلب الدور خلفية قوية في هندسة البرمجيات مع خبرة عملية كبيرة في تصميم الأوامر وتقييم نماذج اللغة الكبيرة (LLM). يجب أن تثبت القدرة على توجيه المهندسين الآخرين والعمل بفعالية مع أدوات ترميز الذكاء الاصطناعي في بيئة إنتاج.

الأسئلة الشائعة