مهندس ذكاء اصطناعي

الأدوار والمسؤوليات

قيادة تطوير منتجات الذكاء الاصطناعي باستخدام RAG أو LLM أو NLP.|إنشاء حلول ذكاء اصطناعي قابلة للتطوير وواقعية تعمل على تعزيز القيمة التجارية.

نبذة عن عميلنا

منظمة حكومية مرموقة ومتنامية.

الوصف الوظيفي

التعاون مع فرق متعددة الوظائف، بما في ذلك علماء البيانات ومديري المنتجات ومهندسي البرمجيات، لإنشاء حلول الذكاء الاصطناعي وتوسيع نطاقها.
إدارة دورة حياة منتجات الذكاء الاصطناعي من البداية إلى النهاية، من الفكرة الأولية والنماذج الأولية إلى نشر الإنتاج وتحسينات ما بعد الإصدار.
تطوير النماذج والخوارزميات لمجموعة متنوعة من التطبيقات، بما في ذلك إنشاء النصوص والبحث الدلالي واسترجاع المعلومات والمزيد.
تحسين النماذج للأداء وقابلية التوسع والمتانة في البيئات الواقعية.
التأكد من أن حلول الذكاء الاصطناعي تتوافق مع أهداف العمل، وتقديم القيمة وتعزيز تجارب العملاء.
ابق على اطلاع بأحدث التطورات في الذكاء الاصطناعي والتعلم الآلي ومعالجة اللغة الطبيعية لتحسين قدرات الذكاء الاصطناعي للشركة باستمرار.

المتقدم الناجح

درجة البكالوريوس أو الماجستير في علوم الكمبيوتر أو الذكاء الاصطناعي أو التعلم الآلي أو مجال ذي صلة.
خبرة مثبتة في تقنيات RAG وLLM و/أو NLP.
خبرة عملية في بناء ونشر نماذج الذكاء الاصطناعي من الألف إلى الياء، ونقل المشاريع من المفهوم إلى الإنتاج.
مهارات برمجة قوية في Python، مع خبرة في استخدام مكتبات الذكاء الاصطناعي/التعلم الآلي مثل TensorFlow أو PyTorch أو Hugging Face أو أطر عمل مماثلة.
خبرة في منصات السحابة (يفضل Azure) لتطوير ونشر نماذج الذكاء الاصطناعي.

الملف الشخصي المرغوب للمرشح

تطوير النماذج: تصميم وبناء نماذج الذكاء الاصطناعي باستخدام خوارزميات التعلم الآلي وتقنيات التعلم العميق ومعالجة اللغة الطبيعية.

إعداد البيانات: جمع وتنظيف ومعالجة مجموعات البيانات الكبيرة مسبقًا لضمان جودة البيانات وملاءمتها لتدريب نماذج الذكاء الاصطناعي.

تنفيذ الخوارزمية: تنفيذ وتحسين الخوارزميات لتطبيقات محددة، مثل التعرف على الصور أو أنظمة التوصية أو التحليلات التنبؤية.

تقييم الأداء: تقييم نماذج الذكاء الاصطناعي وضبطها بدقة وكفاءة وقابلية للتطوير، باستخدام مقاييس مثل الدقة والاستدعاء ودرجة F1.

التعاون: العمل مع فرق متعددة الوظائف، بما في ذلك علماء البيانات ومهندسي البرمجيات وأصحاب المصلحة في الأعمال، لدمج حلول الذكاء الاصطناعي في الأنظمة الحالية.

البحث والابتكار: البقاء على اطلاع بأحدث التطورات في تقنيات الذكاء الاصطناعي والتعلم الآلي، وتطبيق تقنيات جديدة لتحسين النماذج.

النشر: إدارة نشر نماذج الذكاء الاصطناعي في بيئات الإنتاج، وضمان عملها بشكل فعال وكفء.

المراقبة والصيانة: مراقبة أنظمة الذكاء الاصطناعي بشكل مستمر بحثًا عن مشكلات الأداء وتحديث النماذج حسب الضرورة للتكيف مع البيانات المتغيرة أو احتياجات العمل.

التوثيق: إنشاء وصيانة الوثائق لعمليات الذكاء الاصطناعي والنماذج والترميز لضمان الوضوح وإمكانية إعادة الإنتاج.

الأخلاقيات والامتثال: ضمان امتثال حلول الذكاء الاصطناعي للمعايير الأخلاقية والمتطلبات التنظيمية، وخاصة فيما يتعلق بخصوصية البيانات والتحيز.

المهارات الأساسية:

إتقان البرمجة: مهارات برمجة قوية بلغات مثل Python أو R أو Java، إلى جانب الخبرة في أطر عمل الذكاء الاصطناعي (على سبيل المثال، TensorFlow وPyTorch وKeras).

الرياضيات والإحصاء: فهم قوي للمفاهيم الرياضية والإحصاء والخوارزميات المستخدمة في التعلم الآلي وتحليل البيانات.

خبرة التعلم الآلي: معرفة عميقة بتقنيات التعلم الآلي، بما في ذلك التعلم الخاضع للإشراف وغير الخاضع للإشراف، والتعلم التعزيزي، والتعلم العميق.