Team Scope: Backend · Frontend · AI/ML · DevOps
Experience Level: 6–10 Years
Key Stack : Node.js (primary) · Python · TypeScript · React/Next.js
About the Role
We are looking for a seasoned AI Full Stack Tech Lead to own the technical direction of our product engineering team. Inspired by profiles like senior engineers with a track record across backend services, frontend delivery, and AI product integration — this role demands both depth and breadth. You will architect and build backend systems in Node.js, ship full-stack features using React/Next.js, integrate AI capabilities (LLMs, automation, data pipelines), and lead a cross-functional team of backend, frontend, and AI engineers. You bring a strong AI-first mindset and actively leverage AI coding tools to elevate team velocity.
What makes this role unique
You are not just a backend engineer — you lead end-to-end: API, UI, and AI
AI is core to the product, not a side feature — LLM integration is day-one work
You actively use AI coding assistants (Copilot, Cursor, Claude Code) and champion them across the team
You will shape architecture decisions that directly affect product performance and customer experience
Key Responsibilities
Backend Architecture & Engineering
• Design and own scalable backend systems using Node.js — REST APIs, microservices, event-driven architecture
• Build Python-based services for data pipelines, ML integration, and automation workflows • Architect database schemas and storage strategies across SQL (PostgreSQL) and NoSQL (MongoDB, Redis)
• Own observability: structured logging, monitoring, alerting, and performance profiling in production
• Drive CI/CD pipelines, infrastructure-as-code, and DevOps best practices across the team Full Stack Development
• Build and review frontend features using React / Next.js and TypeScript
• Define frontend architecture standards: component design, state management, API integration patterns
• Collaborate with designers and product managers to deliver polished, performant user-facing features
• Ensure frontend quality through code reviews, performance audits, and cross-browser compatibility
AI & ML Integration
• Integrate LLM APIs (OpenAI, Anthropic, open-source models) into product features
• Design and implement RAG pipelines, prompt engineering workflows, and AI-powered automation
• Work with the AI research team on model serving, embedding pipelines, and vector search (e.g. pgvector, Pinecone)
• Own reliability and cost tradeoffs for AI features in production — latency, token budgets, fallback strategies
Team Leadership
Lead a cross-functional team of backend, frontend, and AI engineers — day-to-day technical direction
Conduct regular code reviews, architectural reviews, and technical design sessions
Mentor engineers at all levels; define team engineering standards and growth paths
Own the technical roadmap and translate product requirements into clear engineering plans
Champion AI coding tools across the team — establish best practices for AI-assisted development
Required Skills & Experience
● Node.js — 6+ years, expert level
● TypeScript — strong, production experience
● REST API & GraphQL design
● PostgreSQL / MySQL — schema design & tuning
● AWS / GCP / Azure — cloud-native services
● CI/CD — GitHub Actions, pipelines, IaC
● AI coding tools — Copilot, Cursor, or similar
● System design & architectural decision-making
● Agile / iterative product delivery
● Cross-functional team leadership (5+ engineers)
● LLM API integration (OpenAI / Anthropic)
● Docker & Kubernetes
● MongoDB / Redis / caching strategies
● Microservices & distributed systems
● React / Next.js — full stack delivery
● Python — proficient (FastAPI, Django, scripts)
Nice to Have
AI/ML frameworks: LangChain, LlamaIndex, Hugging Face, open-source LLMs (Mistral, LLaMA)
Vector databases: Pinecone, Weaviate, Qdrant, or pgvector for RAG pipelines • Data engineering: ETL pipelines, data streaming (Kafka), or time-series systems • DevOps depth: Terraform, Helm, advanced Kubernetes, or observability platforms (Datadog, Grafana)
Product sense: Experience working on AI-native or automation-first products
Open source: Active contributions to open source projects or a visible technical portfolio
نطاق الفريق: الواجهة الخلفية · الواجهة الأمامية · الذكاء الاصطناعي/تعلم الآلة · عمليات التطوير (DevOps)
مستوى الخبرة: 6–10 سنوات
المجموعة التقنية الأساسية: Node.js (أساسي) · Python · TypeScript · React/Next.js
حول الدور الوظيفي
نحن نبحث عن قائد تقني خبير في التطوير المتكامل والذكاء الاصطناعي لتولي التوجيه التقني لفريق هندسة المنتجات لدينا. مستوحى من ملفات تعريف المهندسين ذوي الخبرة الذين يمتلكون سجلاً حافلاً في خدمات الواجهة الخلفية، وتسليم الواجهة الأمامية، ودمج منتجات الذكاء الاصطناعي — يتطلب هذا الدور كلاً من العمق والشمول. ستقوم بهندسة وبناء أنظمة الواجهة الخلفية باستخدام Node.js، وتسليم ميزات التطوير المتكامل باستخدام React/Next.js، ودمج قدرات الذكاء الاصطناعي (نماذج اللغات الكبيرة LLMs، والأتمتة، وخطوط أنابيب البيانات)، وقيادة فريق متعدد الوظائف من مهندسي الواجهة الخلفية والأمامية والذكاء الاصطناعي. أنت تجلب عقلية تركز على الذكاء الاصطناعي وتستفيد بفاعلية من أدوات برمجة الذكاء الاصطناعي لرفع سرعة أداء الفريق.
ما الذي يجعل هذا الدور فريداً
أنت لست مجرد مهندس واجهة خلفية — أنت تقود من البداية إلى النهاية: واجهة برمجة التطبيقات (API)، واجهة المستخدم (UI)، والذكاء الاصطناعي
الذكاء الاصطناعي هو جوهر المنتج، وليس ميزة جانبية — دمج نماذج اللغات الكبيرة هو عمل يومي
أنت تستخدم بفاعلية مساعدي البرمجة بالذكاء الاصطناعي (Copilot, Cursor, Claude Code) وتدعمهم داخل الفريق
ستقوم بتشكيل قرارات الهندسة التي تؤثر بشكل مباشر على أداء المنتج وتجربة العميل
المسؤوليات الرئيسية
هندسة وهندسة الواجهة الخلفية
• تصميم وامتلاك أنظمة واجهة خلفية قابلة للتوسع باستخدام Node.js — واجهات برمجة تطبيقات REST، الخدمات المصغرة، الهندسة القائمة على الأحداث
• بناء خدمات قائمة على Python لخطوط أنابيب البيانات، ودمج تعلم الآلة، وسير عمل الأتمتة • تصميم مخططات قاعدة البيانات واستراتيجيات التخزين عبر SQL (PostgreSQL) و NoSQL (MongoDB, Redis)
• امتلاك المراقبة: التسجيل المنظم، والمراقبة، والتنبيه، وتوصيف الأداء في بيئة الإنتاج
• قيادة خطوط أنابيب التكامل المستمر والتسليم المستمر (CI/CD)، والبنية التحتية ككود، وأفضل ممارسات DevOps عبر الفريق، تطوير الواجهة المتكاملة
• بناء ومراجعة ميزات الواجهة الأمامية باستخدام React / Next.js و TypeScript
• تحديد معايير هندسة الواجهة الأمامية: تصميم المكونات، إدارة الحالة، أنماط دمج واجهة برمجة التطبيقات
• التعاون مع المصممين ومديري المنتجات لتقديم ميزات واجهة مستخدم مصقولة وذات أداء عالٍ
• ضمان جودة الواجهة الأمامية من خلال مراجعات الكود، وتدقيق الأداء، والتوافق مع مختلف المتصفحات
دمج الذكاء الاصطناعي وتعلم الآلة
• دمج واجهات برمجة تطبيقات نماذج اللغات الكبيرة (OpenAI, Anthropic, النماذج مفتوحة المصدر) في ميزات المنتج
• تصميم وتنفيذ خطوط أنابيب RAG، وسير عمل هندسة الأوامر (Prompt Engineering)، والأتمتة المدعومة بالذكاء الاصطناعي
• العمل مع فريق أبحاث الذكاء الاصطناعي على تقديم النماذج، وخطوط أنابيب التضمين (embeddings)، والبحث المتجهي (مثل pgvector, Pinecone)
• امتلاك الموثوقية ومقايضات التكلفة لميزات الذكاء الاصطناعي في بيئة الإنتاج — زمن الاستجابة، ميزانيات الرموز (Tokens)، واستراتيجيات التراجع
قيادة الفريق
قيادة فريق متعدد الوظائف من مهندسي الواجهة الخلفية والأمامية والذكاء الاصطناعي — التوجيه التقني اليومي
إجراء مراجعات الكود المنتظمة، والمراجعات المعمارية، وجلسات التصميم التقني
توجيه المهندسين على جميع المستويات؛ تحديد معايير الهندسة للفريق ومسارات النمو
امتلاك خارطة الطريق التقنية وترجمة متطلبات المنتج إلى خطط هندسية واضحة
دعم أدوات البرمجة بالذكاء الاصطناعي عبر الفريق — وضع أفضل الممارسات للتطوير بمساعدة الذكاء الاصطناعي
المهارات والخبرات المطلوبة
● Node.js — أكثر من 6 سنوات، مستوى الخبراء
● TypeScript — خبرة قوية في بيئة الإنتاج
● تصميم REST API & GraphQL
● PostgreSQL / MySQL — تصميم المخطط وضبط الأداء
● AWS / GCP / Azure — الخدمات السحابية الأصلية
● CI/CD — GitHub Actions، خطوط الأنابيب، IaC
● أدوات البرمجة بالذكاء الاصطناعي — Copilot, Cursor، أو ما يشابهها
● تصميم النظام واتخاذ القرارات المعمارية
● منهجية Agile / تسليم المنتج التكراري
● قيادة فريق متعدد الوظائف (أكثر من 5 مهندسين)
● دمج واجهة برمجة تطبيقات نماذج اللغات الكبيرة (OpenAI / Anthropic)
● Docker & Kubernetes
● MongoDB / Redis / استراتيجيات التخزين المؤقت
● الخدمات المصغرة والأنظمة الموزعة
● React / Next.js — تسليم التطوير المتكامل
● Python — إجادة (FastAPI, Django, البرمجة النصية)
يفضل وجود
أطر عمل الذكاء الاصطناعي/تعلم الآلة: LangChain, LlamaIndex, Hugging Face, النماذج مفتوحة المصدر (Mistral, LLaMA)
قواعد البيانات المتجهية: Pinecone, Weaviate, Qdrant, أو pgvector لخطوط أنابيب RAG • هندسة البيانات: خطوط أنابيب ETL، بث البيانات (Kafka)، أو أنظمة السلاسل الزمنية • عمق في DevOps: Terraform, Helm, Kubernetes المتقدم، أو منصات المراقبة (Datadog, Grafana)
الحس بالمنتج: خبرة في العمل على منتجات تعتمد على الذكاء الاصطناعي أو المنتجات التي تعتمد على الأتمتة أولاً
المصدر المفتوح: مساهمات نشطة في مشاريع مفتوحة المصدر أو محفظة تقنية مرئية