ملخص الوظيفة
يتولى مهندس معماري قيمة الذكاء الاصطناعي مسؤولية رحلة قيمة الذكاء الاصطناعي لقطاع أعمال معين (على سبيل المثال: الإيرادات والشؤون التجارية، أو العمليات والضيوف، أو المالية والموارد البشرية والشحن) من البداية إلى النهاية: كل الذكاء الاصطناعي الذي نبنيه ونشغله لإنشاء القيمة هناك. أنت قائد منتجات تقني متميز تتوسط بين قطاع الأعمال والمهندسين: تقوم بتحويل احتياجات الأعمال إلى قائمة مهام مسبقة الأولوية، وتقود فريقاً دائماً، وتواصل البناء جنباً إلى جنب معهم. هذا دور قيادي وليس دور تيسير. أنت النظير المتخصص في الذكاء الاصطناعي لقيادة قطاع الأعمال، وتعمل على محاذاة جهود الذكاء الاصطناعي عبر الفرق لكي يتكامل المجال بالكامل بدلاً من أن يتجزأ.
المسؤوليات والمهام
- تولَّ مسؤولية القيمة، وليس فقط التسليم. ابدأ من النتيجة التجارية والسبب الدافع، ثم قد فريقك من مرحلة الاكتشاف إلى الإنتاج والأثر القابل للقياس.
- تولَّ مسؤولية رحلة قيمة الذكاء الاصطناعي لقطاع أعمالك بشكل مباشر ومحدد (single-threaded): مالك واحد، ومجموعة واحدة من النتائج، ومسؤولية واضحة أمام قطاع الأعمال.
- ترجم احتياجات الأعمال إلى قائمة مهام مسبقة الأولوية للذكاء الاصطناعي بالتعاون مع مالك المنتج التجاري، واتخذ القرارات بشأن ما يجب بناؤه، وما يجب تأجيله، وما لا ينبغي بناؤه.
- قد فريقاً دائماً من مهندسي الذكاء الاصطناعي الميدانيين (Forward Deployed AI Engineers)، وحدد التوجّه التقني، وحافظ على مسار الجودة والتقييم والأمان والتكلفة.
- حافظ على المشاركة العملية: شارك في البرمجة جنباً إلى جنب مع الفريق، وراجع الكود، وساهم في صياغة البنية المعمارية القائمة على الوكلاء. لا وجود للعبء الإداري دون عمل فعلي، فالجميع يبني، بما في ذلك معماري قيمة الذكاء الاصطناعي.
- حدد مقاييس النجاح، وحلقات التغذية الراجعة، وبوابات التحقق من الصحة لأعمال الذكاء الاصطناعي في قطاع أعمالك، وابنِ منهجية قياس صارمة لإظهار الأثر التجاري للاستثمار في الذكاء الاصطناعي.
- أدِر حلقات تغذية راجعة دقيقة واتبّع رؤية شاملة للأنظمة عبر دورة حياة التسليم: اعرف متى تقوم بالتعديل أو إعادة التصميم أو التغيير، ووازن بين قدرة فريقك على بناء قدرات ذكاء اصطناعي قابلة لإعادة الاستخدام والتسليم باستخدامها.
- قم بمحاذاة جهود الذكاء الاصطناعي عبر قطاعات الأعمال والفرق: ابحث عن أوجَه التآزر، وأعد استخدام الأنماط، وأبرز القدرات غير المستغلة بقدْر كافٍ وقم بتفعيلها، وامنع إعادة اختراع العجلة بشكل موازٍ، وذلك عبر المسار الممهد للمركز ونسيج MCP.
- كن النظير المتخصص في الذكاء الاصطناعي لقيادة قطاع أعمالك: ابنِ الثقة، وادِر التوقعات بشأن التكلفة والأداء والجدوى، وحوّل الذكاء الاصطناعي إلى نتائج يمتلكها قطاع الأعمال.
- درب وطوّر فريقك وشركاء الأعمال على الاستخدام الفعال والمسؤول للذكاء الاصطناعي، وارفع مستوى الإلمام بالذكاء الاصطناعي في قطاع الأعمال بمرور الوقت، وابنِ خبرة مستدامة في الذكاء الاصطناعي ضمن فريق دائم بدلاً من التنقل بين المشاريع.
- احمِ الضيف والعمليات: اجعل الحلول متمحورة حول الإنسان وأبدِ رأيك بصراحة عندما لا يكون الذكاء الاصطناعي هو الأداة المناسبة.
المؤهلات والخبرة
- نبحث عن قائد منتجات تقني يجمع بين الفهم العميق للأعمال والخبرة العملية في هندسة الذكاء الاصطناعي القائم على الوكلاء ويمتلك النتائج من البداية إلى النهاية:
- فهم عميق للأعمال: تجلس مع أصحاب المصلحة الكبار ككفء وموثوق به، وتحول أهداف الأعمال إلى نتائج للذكاء الاصطناعي، ويفضل أن يكون ذلك في مجال الطيران أو مجالات مماثلة كثيفة العمليات.
- هندسة عملية: لقد قمت ببناء ونشر تطبيقات الذكاء الاصطناعي القائمة على الوكلاء والبرامج الإنتاجية بنفسك، وما زلت تبرمج جنباً إلى جنب مع فريقك. هذا قائد يركز على البناء أولاً، وليس مديراً ترك الأدوات التقنية وراءه. أنت تحافظ على تحديث خبرتك وإلمامك بالذكاء الاصطناعي وتظل قريباً من قدرات الذكاء الاصطناعي الجديدة ذات الصلة بقطاع أعمالك، لكي يكون لنصيحتك ثقلها.
- الملكية المباشرة والمحددة (Single-threaded ownership): سجل حافل في ملكية منتج أو نتيجة متكاملة من مرحلة الاكتشاف مروراً بالإنتاج وحتى الأثر التجاري القابل للقياس.
- خبرة في قيادة وتدريب وتطوير فريق تقني صغير، وتحديد التوجّه بشأن البنية المعمارية والجودة والتقييم والأمان والتكلفة.
- إدراك قوي لمنظومة تقنيات الذكاء الاصطناعي القائمة على الوكلاء التي تعمل بها الفرق: تنسيق النماذج اللغوية الكبيرة (LLM orchestration)، واستدعاء الأدوات (tool calling)، والتوليد المعزز بالاسترجاع (RAG)، وتكاملات MCP، وحواجز الحماية (guardrails)، والتقييم، والموازنات بين زمن الانتقال، والجودة، والتكلفة، والموثوقية.
- سجل في تنسيق العمل عبر الفرق، وتحديد مقاييس النجاح وحلقات التغذية الراجعة، وتحويل الجهود المشتتة إلى أنماط قابلة لإعادة الاستخدام ومنصات مشتركة.
- الفضول وعقلية تضع الأعمال أولاً وتركز على الإنسان: الطيران صُنِع للبشر وبواسطة البشر، والذكاء الاصطناعي يدعم البشر ولا يحل محلهم. إتقان اللغة الإنجليزية، والارتياح للعمل ضمن فريق دولي ومتنوع ثقافياً.
- عادةً 8 سنوات أو أكثر من الخبرة في مجال البرمجيات والذكاء الاصطناعي، بما في ذلك العمل العملي في الذكاء الاصطناعي التوليدي (GenAI) والنماذج اللغوية الكبيرة (LLM) وقضاء وقت في ملكية تسليم المشاريع. خطوة تالية طبيعية لمهندس ذكاء اصطناعي ميداني (قائد تقني) تطور ليصل إلى ملكية الأعمال.
- درجة الماجستير، أو درجة البكالوريوس القوية، في علوم الحاسوب، أو هندسة البرمجيات، أو علوم البيانات، أو الذكاء الاصطناعي/تعلم الآلة، أو مجال تقني ذي صلة، أو خبرة عملية مكافئة؛ وتعتبر الشهادات ذات الصلة بالذكاء الاصطناعي السحابي، أو الذكاء الاصطناعي التوليدي، أو الذكاء الاصطناعي القائم على الوكلاء، أو MLOps ميزة إضافية.
CogAE106
Job Summary
The AI Value Architect owns the AI value journey for a business area (for example Revenue and Commercial, Operations and Guest, or Finance, HR and Cargo) end to end: all the AI we build and run to create value there. You are an elevated technical product leader who sits between the business and the engineers: you turn business needs into a prioritized backlog, lead a standing squad, and still build alongside them. This is a leadership role, not a facilitation one. You are the AI counterpart to the business area’s leadership, and you align AI efforts across squads so the whole vertical compounds rather than fragments.
Accountabilities & Responsibilities
- Own the value, not just the delivery. Start from the business outcome and the why, then lead your squad from discovery to production and measurable impact.
- Own the AI value journey for your business area single-threaded: one owner, one set of outcomes, and clear accountability to the business.
- Translate business needs into a prioritized AI backlog with your Business Product Owner, and make the calls on what to build, what to defer, and what not to build.
- Lead a standing squad of Forward Deployed AI Engineers, set the technical direction, and keep quality, evaluation, security and cost on track.
- Stay hands-on: code alongside the team, review, and shape the agentic architecture. No overhead, everyone builds, the AI Value Architect included.
- Define the success measures, feedback loops and validation gates for your business area’s AI work, and build the measurement discipline to show the business impact of the AI investment.
- Run tight feedback loops and take a systems view across the delivery lifecycle: know when to adjust, redesign or pivot, and balance your squad’s capacity between building reusable AI capability and delivering with it.
- Align AI efforts across business areas and squads: find synergies, reuse patterns, surface and unlock underused capability, and prevent parallel reinvention, on the Hub’s paved road and MCP fabric.
- Be the AI counterpart to your business area’s leadership: build trust, manage expectations on cost, performance and feasibility, and turn AI into outcomes the business owns.
- Coach and grow your squad and business partners on effective and responsible AI use, lift the business area’s AI fluency over time, and build lasting AI expertise in a standing team rather than project-hopping.
- Protect the guest and the operation: keep solutions human-centric and speak up when AI is not the right tool.
Education & Experience
- We look for a technical product leader who pairs deep business understanding with hands-on agentic-AI engineering and owns outcomes end to end:
- Deep business understanding: you sit with senior stakeholders as a credible peer and turn business goals into AI outcomes, ideally in aviation or a comparable operations-heavy domain.
- Hands-on engineering: you have built and shipped agentic AI and production software yourself, and you still code alongside your squad. This is a build-first leader, not a manager who has left the tools behind. You keep your own AI
- fluency current and stay close to new AI capabilities relevant to your business area, so your advice carries weight.
- Single-threaded ownership: a track record of owning a product or an end-to-end outcome from discovery through production to measurable business impact.
- Experience leading, coaching and growing a small technical team, and setting direction on architecture, quality, evaluation, security and cost.
- Strong grasp of the agentic AI stack the squads run on: LLM orchestration, tool calling, RAG, MCP integrations, guardrails, evaluation, and the trade-offs of latency, quality, cost and reliability.
- A record of aligning work across teams, defining success measures and feedback loops, and turning scattered efforts into reusable patterns and shared platforms.
- Curiosity and a business-first, human-centric mindset: aviation is made for humans, by humans, and AI supports people, it does not replace them. Fluent English, comfortable in a culturally diverse, international team.
- Typically 8+ years across software and AI, including hands-on GenAI and LLM work and time owning delivery. A natural next step for a Forward Deployed AI Engineer (Technical Lead) who has grown into business ownership.
- Master’s degree, or a strong Bachelor’s degree, in Computer Science, Software Engineering, Data Science, AI/ML or a related technical field, or equivalent practical experience; relevant cloud-AI, GenAI, agentic-AI or MLOps certifications are an advantage.
CogAE106