نحن نبحث عن مهندسي الذكاء الاصطناعي / تعلم الآلة عبر مستويات خبرة متعددة (T1 إلى T5) لتصميم وتطوير وتدريب ونشر وتحسين نماذج تعلم الآلة وحلول الذكاء الاصطناعي طوال دورة حياة تعلم الآلة الكاملة. سيعمل المرشحون على إعداد البيانات، وهندسة الميزات، وتطوير النماذج، وتقييمها، ونشرها، ومراقبتها، وتحسينها المستمر باستخدام منصات الذكاء الاصطناعي السحابية الحديثة وأطر تعلم الآلة مفتوحة المصدر. يوفر هذا الدور فرصًا تتراوح من التنفيذ على مستوى المبتدئين إلى هندسة الذكاء الاصطناعي على مستوى المؤسسات والقيادة التقنية.
المسؤوليات الرئيسية
- تصميم وتطوير وتدريب وتقييم ونشر حلول تعلم الآلة والذكاء الاصطناعي.
- بناء خطوط أنابيب تعلم آلة قابلة للتوسع من إعداد البيانات إلى النشر في الإنتاج.
- تطوير نماذج التعلم الخاضع للإشراف، وغير الخاضع للإشراف، والتعلم العميق، والذكاء الاصطناعي التوليدي.
- إجراء هندسة الميزات، والمعالجة المسبقة للبيانات، والتحقق من صحة النماذج، وتحسين المعلمات الفائقة.
- دمج نماذج تعلم الآلة في تطبيقات المؤسسات والبيئات السحابية الأصلية.
- نشر نماذج الذكاء الاصطناعي باستخدام خدمات تعلم الآلة السحابية المُدارة وممارسات MLOps.
- مراقبة أداء النموذج، والانحراف، والدقة، وموثوقية الإنتاج.
- التعاون مع علماء البيانات، ومهندسي البيانات، ومهندسي البرمجيات، وفرق DevOps.
- تحسين أداء النموذج، وقابلية التوسع، وزمن انتقال الاستدلال.
- توثيق النماذج، والتجارب، ومقاييس التقييم، وعمليات النشر، ومعايير الحوكمة.
- اتباع أفضل ممارسات أمن الذكاء الاصطناعي، والذكاء الاصطناعي المسؤول، وحوكمة النماذج.
المهارات التقنية المطلوبة
- منصات الذكاء الاصطناعي السحابية: GCP Vertex AI أو BigQuery ML أو Dataflow، Azure ML أو Azure OpenAI، AWS SageMaker أو Amazon Bedrock
- البرمجة: Python
- أطر تعلم الآلة: TensorFlow أو PyTorch
- أطر الذكاء الاصطناعي التوليدي ونماذج اللغات الكبيرة: HuggingFace أو LangChain
- البيانات والتحليلات: Databricks
- المهارات الإضافية: تعلم الآلة، التعلم العميق، معالجة اللغة الطبيعية، الرؤية الحاسوبية، تقييم النماذج، هندسة الميزات، تطوير واجهات برمجة التطبيقات، Git
المسؤوليات حسب المستوى
المستوى T1 - مهندس ذكاء اصطناعي / تعلم آلة مبتدئ (0 - 2 سنة)
- تركيز الدور: التعلم والتنفيذ تحت الإشراف.
- المسؤوليات
- المساعدة في إعداد البيانات وتنظيفها وهندسة الميزات.
- تطوير نماذج تعلم آلة بسيطة باستخدام أطر عمل معروفة.
- دعم أنشطة تدريب النماذج واختبارها والتحقق من صحتها.
- نشر النماذج تحت إشراف كبار المهندسين.
- الحفاظ على توثيق مجموعات البيانات والتجارب والنماذج.
- تصحيح أخطاء خطوط أنابيب تعلم الآلة وحل المشكلات الأساسية.
- تعلم منصات الذكاء الاصطناعي السحابية وأفضل ممارسات التطوير.
- اتباع معايير البرمجة وسياسات الأمان وإرشادات المشروع.
المستوى T2 - مهندس ذكاء اصطناعي / تعلم آلة (2 - 4 سنوات)
- تركيز الدور: التطوير والتسليم المستقل.
- المسؤوليات
- بناء ونشر نماذج تعلم آلة جاهزة للإنتاج.
- إجراء هندسة الميزات وتحسين النماذج.
- تطوير مكونات تعلم آلة قابلة لإعادة الاستخدام وواجهات برمجة تطبيقات للاستدلال.
- تنفيذ تقييم النماذج ومراقبة الأداء.
- دمج نماذج تعلم الآلة في تطبيقات المؤسسات.
- التعاون مع فرق الهندسة متعددة الوظائف.
- استكشاف مشكلات الذكاء الاصطناعي في الإنتاج وإصلاحها.
- المساهمة في توثيق النماذج وأتمتة النشر.
المستوى T3 - مهندس ذكاء اصطناعي / تعلم آلة أول (5 - 7 سنوات)
- تركيز الدور: الملكية التقنية وتطوير الحلول.
- المسؤوليات
- تصميم حلول ذكاء اصطناعي وتعلم آلة شاملة من البداية إلى النهاية.
- قيادة تطوير خطوط أنابيب تعلم آلة معقدة وتطبيقات الذكاء الاصطناعي.
- تحسين خطوط أنابيب التدريب من حيث الأداء وقابلية التوسع.
- توجيه المهندسين المبتدئين وإجراء المراجعات الفنية.
- تنفيذ ممارسات الذكاء الاصطناعي المسؤول، وقابلية التفسير، والحوكمة.
- تحسين موثوقية النموذج والمراقبة وإدارة دورة الحياة.
- التعاون مع أصحاب المصلحة في الأعمال لترجمة المتطلبات إلى حلول ذكاء اصطناعي.
- دعم قرارات الهندسة المعمارية لمبادرات الذكاء الاصطناعي على مستوى المؤسسة.
المستوى T4 - مهندس ذكاء اصطناعي / تعلم آلة قائد (8 - 11 سنة)
- تركيز الدور: القيادة التقنية وتقديم الحلول على مستوى المؤسسة.
- المسؤوليات
- قيادة هندسة وتقديم منصات الذكاء الاصطناعي على مستوى المؤسسة وحلول تعلم الآلة.
- تحديد المعايير الفنية والأطر القابلة لإعادة الاستخدام وأفضل ممارسات الهندسة.
- قيادة مبادرات ذكاء اصطناعي متعددة عبر مجالات الأعمال.
- دفع تصميم ونشر حلول الذكاء الاصطناعي السحابية الأصلية.
- مراجعة هندسة الحلول وأداء النموذج والجاهزية للإنتاج.
- إرشاد فرق الهندسة وتوفير القيادة التقنية.
- التعاون مع مهندسي المؤسسات وأصحاب المنتجات وقادة الأعمال.
- تحسين قابلية التوسع لمنصة الذكاء الاصطناعي والحوكمة والأمن والتميز التشغيلي.
المستوى T5 - مهندس معماري رئيسي للذكاء الاصطناعي / تعلم الآلة (12+ سنة)
- تركيز الدور: استراتيجية الذكاء الاصطناعي على مستوى المؤسسة والهندسة المعمارية والابتكار.
- المسؤوليات
- تحديد استراتيجية الذكاء الاصطناعي / تعلم الآلة على مستوى المؤسسة وخارطة الطريق التكنولوجية طويلة المدى.
- امتلاك قرارات الهندسة المعمارية لمنصات الذكاء الاصطناعي وتعلم الآلة واسعة النطاق.
- قيادة مبادرات التحول في الذكاء الاصطناعي على مستوى المؤسسة.
- وضع معايير للذكاء الاصطناعي المسؤول والحوكمة والأمن والامتثال.
- تقييم تقنيات الذكاء الاصطناعي الناشئة والأطر والخدمات السحابية.
- دفع الابتكار في الذكاء الاصطناعي التوليدي ونماذج اللغات الكبيرة وحلول تعلم الآلة المتقدمة.
- تقديم إرشادات فنية على المستوى التنفيذي وتوصيات استراتيجية.
- قيادة المجتمعات التقنية ومراجعات الهندسة المعمارية وحوكمة الذكاء الاصطناعي متعددة الوظائف.
- التأثير على تبني الذكاء الاصطناعي في المؤسسة والتميز الهندسي عبر برامج متعددة.
الشهادات المفضلة
- يفضل بشدة الحصول على واحدة أو أكثر من الشهادات التالية: مهندس تعلم آلة محترف من Google، تخصص تعلم آلة معتمد من AWS، مهندس ذكاء اصطناعي معتمد من Microsoft: Azure AI Engineer Associate، شهادة مطور TensorFlow
المؤهلات المفضلة
- درجة البكالوريوس أو الماجستير في علوم الحاسوب، أو الذكاء الاصطناعي، أو تعلم الآلة، أو علم البيانات، أو هندسة البرمجيات، أو مجال ذي صلة.
- فهم قوي للإحصاءات وخوارزميات تعلم الآلة والتعلم العميق ومفاهيم الذكاء الاصطناعي التوليدي.
- خبرة مع منصات الذكاء الاصطناعي السحابية وأطر تعلم الآلة الحديثة.
- معرفة بـ MLOps و CI/CD ونشر النماذج ومراقبة الإنتاج تعتبر ميزة إضافية.
- مهارات تحليلية وتواصلية وحل مشكلات قوية.
- القدرة على العمل في بيئات رشيقة ومتعددة الوظائف وعلى مستوى المؤسسات.
