وصف الوظيفة

الأدوار والمسؤوليات

• بصفتك مُهندس الذكاء الاصطناعي في البنك ضمن قسم تحليلات البيانات والذكاء الاصطناعي، ستقوم بتصميم وتطوير ونشر حلول ذكاء اصطناعي جاهزة للإنتاج باستخدام خدمات مايكروسوفت آزور للذكاء الاصطاعي وبايثون. سيركز عملك على تعزيز قدرات البنك في الذكاء الاصطناعي التوليدي، والذكاء الاصطائي الوكودي، والأتمتة الذكية، وبحث المعرفة، وتلخيص المحتوى من خلال بناء أنظمة ذكاء اصطناعي قابلة للتوسع وآمنة وموثوقة ومسؤولة تعزز الكفاءة التشغيلية وتفاعل العملاء وذكاء اتخاذ القرار عبر المجموعة. سيعمل مُهندس الذكاء الاصطناعي عن كثب مع علماء البيانات، ومهندسي المنصة، ومهندسي DevOps/MLOps، والمحللين التجاريين، وفِرق المنتجات لتقديم حلول ذكاء اصطناعي متكاملة من البداية إلى النهاية. الدور حاسم في دفع أجندة التحول الرقمي للمؤسسة، وتمكين مستخدمي الأعمال من خلال أدوات مدعومة بالذكاء الاصطناعي المتقدمة، وتحسين الكفاءة التشغيلية عبر الأتمتة الذكية باستخدام منصة GERNAS OS ومجموعة تطوير الوكلاء (ADK).

نظرة عامة على الدور: المنصب هو دور دعم تقني من المستوى 1 يركز على تكوين اللاب توب والتسليم والدعم ما بعد التنفيذ للتطبيقات مثل Outlook و Teams.

الملف المرشح المطلوب

• الخبرة والمهارات: يجب أن يمتلك المرشحون خبرة 1-2 سنوات، لكن وجود شهادة ذات صلة ومعرفة أساسية في استكشاف أخطاء سطح المكتب/اللاب توب أمر ضروري معرفة ببلومبرج وبعمق في أجهزة الصوت والصورة. إعداد غرفة اجتماع من الصفر المهارات التقنية: الحد الأدنى من الخبرة العملية 3-4 سنوات أمر ضروري خدمات Azure AI: خبرة عملية مع خدمات مايكروسوفت آزور للذكاء الاصطناعي بما في ذلك Azure OpenAI، Azure Machine Learning، Azure Cognitive Services، Azure AI Search، Azure Functions، وAzure Databricks. برمجة بايثون: كفاءة قوية في بايثون، بما في ذلك الخبرة مع REST APIs، SDKs، المعالجة غير المتزامنة، معالجة البيانات، تطوير الخلفية، وإطارات تطبيقات الذكاء الاصطناعي (LangChain، LlamaIndex، Semantic Kernel، LangGraph، FastAPI). LLM والذكاء الاصطناعي التوليدي: فهم عميق لتعلم الآلة، النمذجة الإحصائية، NLP، مبادئ الذكاء الاصطناعي التوليدي، تطوير تطبيقات LLM، هندسة الاستدعاءات، هندسة RAG، التضمينات، قواعد بيانات المتجهات، البحث الدلالي، وتقنيات تقييم النماذج. مكتبات ML وأطر العمل: كفاءة متقدمة في مكتبات ML مثل PyTorch، TensorFlow، Hugging Face Transformers، scikit-learn، ومكتبات NLP (spaCy، NLTK). قواعد بيانات المتجهات: خبرة في قواعد بيانات المتجهات بما في ذلك FAISS، Azure AI Search، ChromaDB، وPinecone. DevOps/MLOps: خبرة عملية في ممارسات وأدوات DevOps/MLOps مثل Git، Docker، Kubernetes، خطوط CI/CD، MLflow، Terraform، Azure Monitor، وApplication Insights. أمن السحابة والتكامل: فهم لأمن السحابة، إدارة الهوية والوصول، خصوصية البيانات، التشفير، التسجيل والمراقبة، وأنماط تكامل API الآمنة. أخلاقيات الذكاء الاصطناعي والحوكمة: وعي بالاعتبارات الأخلاقية وممارسات الذكاء الاصطناعي المسؤول، بما في ذلك العدالة، المساءلة، الشفافية، اكتشاف التحيز، التخفيف من الهلوسة، والامتثال في أنظمة الذكاء الاصطناعي.