الدور الوظيفي: مهندس أول منصة الذكاء الاصطناعي
الموقع: أبوظبي
الخبرة: +5 سنوات
المهارات والمؤهلات المطلوبة
• خبرة من 5 إلى 6 سنوات في مجال ذي صلة في هندسة الخلفيات البرمجية، أو هندسة المنصات، أو الأنظمة الموزعة، أو تطوير الذكاء الاصطناعي
التطبيقي.
• مهارات برمجة متقدمة بلغة بايثون (Python)، بما في ذلك الخبرة في بناء أطر عمل المنصات وأدوات تطوير البرمجيات (SDKs) وواجهات برمجة التطبيقات (APIs) و
الحزم القابلة لإعادة الاستخدام.
• خبرة عملية في تصميم وبناء المنصات المدعومة بالنماذج اللغوية الكبيرة (LLM)، والبنية التحتية للذكاء الاصطناعي، والأنظمة القائمة على الوكلاء، أو
خدمات الذكاء الاصطناعي التوليدي الإنتاجية.
• خبرة عملية قوية في LangChain أو LangGraph أو أطر عمل إدارة وتنسيق سير العمل والوكلاء المماثلة.
• فهم عميق لهندسة الأوامر (Prompt Engineering)، وبنيات RAG، والتضمينات (Embeddings)، والاسترجاع وإعادة الترتيب، وتكامل
الأدوات، والذاكرة، وسير عمل الوكلاء.
• خبرة مثبتة في تصميم الخدمات المصغرة (Microservices)، وأنماط المعالجة غير المتزامنة، وواجهات برمجة التطبيقات، والأنظمة الموزعة القابلة للتوسع.
• إتقان قوي لممارسات هندسة البرمجيات، بما في ذلك أنماط التصميم، والاختبار الآلي، ومراجعة الكود،
والتكامل والتسليم المستمر (CI/CD)، والحوسبة الحاوية (Containerization).
• فهم قوي لتسجيل البيانات (Logging)، والمراقبة، والتتبع الموزع، والتقييم، وإدارة الأداء لأنظمة الذكاء الاصطناعي.
• درجة البكالوريوس في علوم الحاسوب، أو هندسة البرمجيات، أو الذكاء الاصطناعي، أو تخصص ذي صلة، أو ما يعادلها من الخبرة العملية.
المؤهلات المفضلة
• خبرة في تصميم قواعد البيانات الموجهة (Vector Databases)، والبحث الدلالي، وأنابيب استرجاع البيانات للمؤسسات.
• خبرة في تطبيق قابلية المراقبة والتقييم للذكاء الاصطناعي باستخدام Langfuse أو LangSmith أو الأدوات المكافئة.
• خبرة في دمج عدة مزودي نماذج لغوية كبيرة (LLM) والنماذج المستضافة ذاتياً أو مفتوحة المصدر، بما في ذلك أنماط التوجيه والبدائل الاحتياطية.
• خبرة في بناء منصات ذكاء اصطناعي داخلية، أو أطر عمل بايثون قابلة لإعادة الاستخدام، أو أدوات المطورين المستخدمة من قبل فرق هندسية متعددة.
• خبرة في استخدام Docker وKubernetes والبنيات السحابية الأصلية، وأتمتة البنية التحتية، وإدارة المفاتيح السرية
وواجهات برمجة التطبيقات بشكل آمن.
• معرفة بالذكاء الاصطناعي المسؤول، وحوكمة النماذج، وخصوصية البيانات، والتحكم في الوصول، ومتطلبات الأمان للمؤسسات.
Role: Senior AI Platform Engineer
Location: Abu Dhabi
Exp: 5+yrs
Required Skills and Qualifications
• 5-6 years of relevant experience in backend engineering, platform engineering, distributed systems, or applied AI
development.
• Advanced Python programming skills, including experience building platform frameworks, SDKs, APIs, and
reusable packages.
• Hands-on experience designing and building LLM-powered platforms, AI infrastructure, agent-based systems, or
production generative AI services.
• Strong practical experience with LangChain, LangGraph, or similar agent and workflow orchestration frameworks.
• Deep understanding of prompt engineering, RAG architectures, embeddings, retrieval and reranking, tool
integration, memory, and agent workflows.
• Proven experience designing microservices, asynchronous processing patterns, APIs, and scalable distributed systems.
• Strong command of software engineering practices, including design patterns, automated testing, code review,
CI/CD, and containerization.
• Strong understanding of logging, monitoring, distributed tracing, evaluation, and performance management for AI systems.
• Bachelor’s degree in Computer Science, Software Engineering, Artificial Intelligence, or a related discipline, or equivalent practical experience.
Preferred Qualifications
• Experience designing vector database, semantic search, and enterprise retrieval pipelines.
• Experience implementing AI observability and evaluation using Langfuse, LangSmith, or equivalent tools.
• Experience integrating multiple LLM providers and self-hosted or open-source models, including routing and fallback patterns.
• Experience building internal AI platforms, reusable Python frameworks, or developer tooling used by multiple engineering teams.
• Experience with Docker, Kubernetes, cloud-native architectures, infrastructure automation, and secure secrets
and API management.
• Knowledge of responsible AI, model governance, data privacy, access control, and enterprise security requirements.