الوصف الوظيفي

نبذة عن الوظيفة: مهندس أول منصة الذكاء الاصطناعي

مهندس أول منصة الذكاء الاصطناعي

الذكاء الاصطناعي التطبيقي | 5-6 سنوات من الخبرة ذات الصلة

الهدف من الدور الوظيفي

تصميم وتطوير إمكانيات منصة قابلة لإعادة الاستخدام تمكّن فرق الهندسة من بناء ونشر وحوكمة وتوسيع وكلاء ذكاء اصطناعي وتطبيقات مدعومة بنماذج اللغات الكبيرة (LLM) آمنة وجاهزة للإنتاج.

ملخص الوظيفة

نبحث عن مهندس أول منصة الذكاء الاصطناعي ذي خبرة تتراوح بين 5-6 سنوات في هندسة الأنظمة الخلفية (Backend)، المنصات، الأنظمة الموزعة، أو هندسة الذكاء الاصطناعي التطبيقي. سيكون هذا الدور مسؤولاً عن القرارات المعمارية والتقنية الرئيسية لمنصة الذكاء الاصطناعي الخاصة بالمؤسسة، وبناء أطر عمل قابلة لإعادة الاستخدام، وإمكانيات التنسيق (Orchestration)، وتكامل النماذج والأدوات، وعناصر التحكم التشغيلية لأنظمة الذكاء الاصطناعي المخصصة للإنتاج. سيعمل المرشح الناجح عبر فرق الهندسة، الهندسة المعمارية، والأمن، والمنتجات لوضع المعايير وتسريع تقديم حلول مدعومة بالذكاء الاصطناعي تتميز بالموثوقية، إمكانية الملاحظة، والأمان، والقابلية للتوسع.

المسؤوليات الرئيسية

• تصميم وتطوير وتحديث المعمارية الأساسية لمنصة الذكاء الاصطناعي المشتركة المستخدمة لبناء ونشر وكلاء الذكاء الاصطناعي والخدمات المدعومة بنماذج اللغات الكبيرة.
• تصميم وتطبيق أطر عمل تنسيق الوكلاء باستخدام LangChain أو LangGraph أو تقنيات مماثلة لسير عمل الذكاء الاصطناعي المعقد والمحتفظ بالحالة والمتعدد الخطوات.
• تطوير وصيانة مجموعات أدوات تطوير البرمجيات (SDKs) للمنصة، ومكتبات Python، والقوالب، وواجهات برمجة التطبيقات (APIs)، وأدوات المطورين التي توحد التكامل مع النماذج، الأدوات، مصادر البيانات، وأنظمة المؤسسة.
• إدارة وتطوير طبقة تكامل نماذج اللغات الكبيرة، ودعم العديد من المزودين التجاريين، والنماذج المستضافة محلياً، وخدمات التضمين (Embedding)، ومخازن المتجهات (Vector Stores)، وخدمات الذكاء الاصطناعي الداخلية.
• تصميم إمكانيات المنصة لدورة حياة الأوامر البرمجية (Prompts) وإدارة التكوين، واستدعاء الأدوات، والتعامل مع الذاكرة والحالة، وتنفيذ الوكلاء، والتقييم، وتوجيه النماذج.
• تطبيق إمكانيات القابلية للملاحظة، والتتبع (Tracing)، والتقييم باستخدام Langfuse أو المنصات المكافئة لمراقبة الأوامر البرمجية، تنفيذ الوكلاء، زمن الاستجابة، الجودة، استخدام الرموز (Tokens)، التكلفة، وأداء النظام.
• تصميم إمكانيات التوليد المُعَزَّز بالاسترجاع (RAG)، بما في ذلك أنماط الاستيعاب، الفهرسة، الاسترجاع، إعادة الترتيب، التأصيل (Grounding)، والتقييم.
• ضمان تلبية المنصة لمتطلبات الإنتاج الخاصة بالقابلية للتوسع، التوافر، المرونة، الأمان، الخصوصية، والأداء من خلال الممارسات الهندسية والتشغيلية السليمة.
• الشراكة مع مهندسي الذكاء الاصطناعي التطبيقي، والمهندسين المعماريين، وفرق الأمن، ومالكي المنتجات لتحديد الأنماط القابلة لإعادة الاستخدام، ومعايير التطوير، وحواجز الحماية للمنصة.
• قيادة مراجعات التصميم التقني، والتأثير على خريطة طريق المنصة، وصيانة التوثيق المعماري، وتوجيه الاختبارات المؤتمتة، والترابط والتكامل المستمر (CI/CD)، وجودة الإصدار.
• توجيه المهندسين المبتدئين، تقديم الإرشاد التقني، وتعزيز التميز الهندسي عبر فريق منصة الذكاء الاصطناعي.

المهارات والمؤهلات المطلوبة

• 5-6 سنوات من الخبرة ذات الصلة في هندسة الأنظمة الخلفية، هندسة المنصات، الأنظمة الموزعة، أو تطوير الذكاء الاصطناعي التطبيقي.
• مهارات برمجة متقدمة بلغة Python، بما في ذلك الخبرة في بناء أطر عمل المنصات، وSDKs، وAPIs، والحزم القابلة لإعادة الاستخدام.
• خبرة عملية في تصميم وبناء منصات مدعومة بنماذج اللغات الكبيرة، البنية التحتية للذكاء الاصطناعي، الأنظمة القائمة على الوكلاء، أو خدمات الذكاء الاصطناعي التوليدي في بيئات الإنتاج.
• خبرة عملية قوية في LangChain أو LangGraph أو أطر عمل تنسيق الوكلاء وسير العمل المماثلة.
• فهم عميق لهندسة الأوامر البرمجية (Prompt Engineering)، ومعماريات RAG، والتضمين (Embeddings)، والاسترجاع وإعادة الترتيب، وتكامل الأدوات، والذاكرة، وسير عمل الوكلاء.
• خبرة مثبتة في تصميم الخدمات المصغرة (Microservices)، وأنماط المعالجة غير المتزامنة، وAPIs، والأنظمة الموزعة القابلة للتوسع.
• إتقان قوي لممارسات هندسة البرمجيات، بما في ذلك أنماط التصميم، الاختبار المؤتمت، مراجعة الكود، CI/CD، والحاويات (Containerization).
• فهم قوي لتسجيل السجلات (Logging)، المراقبة، التتبع الموزع، التقييم، وإدارة الأداء لأنظمة الذكاء الاصطناعي.
• درجة البكالوريوس في علوم الحاسوب، هندسة البرمجيات، الذكاء الاصطناعي، أو تخصص ذي صلة، أو خبرة عملية معادلة.

المؤهلات المفضلة

• خبرة في تصميم قواعد بيانات المتجهات (Vector Databases)، والبحث الدلالي، وأنابيب الاسترجاع للمؤسسات.
• خبرة في تطبيق القابلية للملاحظة والتقييم للذكاء الاصطناعي باستخدام Langfuse أو LangSmith أو الأدوات المكافئة.
• خبرة في دمج مزودي LLM متعددين والنماذج المستضافة ذاتياً أو مفتوحة المصدر، بما في ذلك أنماط التوجيه والبدائل الاحتياطية (Fallback patterns).
• خبرة في بناء منصات ذكاء اصطناعي داخلية، أو أطر عمل Python قابلة لإعادة الاستخدام، أو أدوات المطورين المستخدمة من قبل فرق هندسية متعددة.
• خبرة في Docker، وKubernetes، والمعماريات السحابية الأصلية (Cloud-native)، وأتمتة البنية التحتية، وإدارة أسرار الأمان وواجهات برمجة التطبيقات بشكل آمن.
• معرفة بالذكاء الاصطناعي المسؤول، وحوكمة النماذج، وخصوصية البيانات، والتحكم في الوصول، ومتطلبات أمن المؤسسات.

الكفاءات الرئيسية

• تصميم الأنظمة: تحويل المتطلبات المعقدة إلى معماريات منصة متماسكة وقابلة للتوسع والصيانة.
• تفكير المنصات: بناء إمكانيات قابلة لإعادة الاستخدام، وطرق ممهدة، ومعايير تحسن من إنتاجية الهندسة.
• القيادة التقنية: قيادة قرارات التصميم، وتوجيه المهندسين، ورفع المعايير الهندسية من خلال التأثير والقدوة.
• الملكية والموثوقية: تحمل مسؤولية الجاهزية للإنتاج، والمرونة، وقابلية الصيانة، والتحسين المستمر.
• التعاون والتواصل: توصيل القرارات المعمارية بوضوح والتنسيق مع أصحاب المصلحة عبر فرق الهندسة والمنتجات والأمن والعمليات.

الموقع: أبوظبي، الإمارات العربية المتحدة (في الموقع) | المدة: 3 أشهر | تاريخ البدء: في أسرع وقت ممكن، خاضع للموافقة الأمنية | اللغة: يُفضل المتحدثون باللغة العربية

القطاع العمودي

التكنولوجيا