دوام كامل5+ years سنوات خبرةبكالوريوس
نظرة عامة
تتضمن هذه الوظيفة دورًا أساسيًا في تطوير وتنفيذ حلول الذكاء الاصطناعي المبتكرة لدعم مبادرات الأعمال.
المسؤوليات
- تطوير نماذج التعلم الآلي وخدمات الذكاء الاصطناعي: تصميم وتنفيذ نماذج الذكاء الاصطناعي المتقدمة، بما في ذلك خوارزميات التعلم الآلي والشبكات العصبية.
- الاختبار والنشر: اختبار النماذج الجديدة وضمان جودتها، ثم نشرها في بيئات الإنتاج لدعم العمليات التجارية.
- التعاون مع الفريق: العمل عن كثب مع علماء البيانات ومهندسي البرمجيات وأصحاب المصلحة في الأعمال لفهم المتطلبات وتنفيذ حلول الذكاء الاصطناعي الفعالة.
- تحسين الأداء: تحسين نماذج الذكاء الاصطناعي لتحسين الدقة والقابلية للتطوير والكفاءة، وضمان جودة الخدمات.
- دمج الخدمات القائمة على SaaS: دمج خدمات الذكاء الاصطناعي القائمة على SaaS مع المنتجات الحالية أو الجديدة، مثل الذكاء الاصطناعي المولد وقواعد البيانات المتجهية وحلول RAG.
- مواكبة الأبحاث والتكنولوجيا: متابعة أحدث التطورات في مجال الذكاء الاصطناعي وتوصية الحلول المبتكرة التي يمكن أن تعزز قدرات الشركة.
- مراقبة الجودة والأمان: مراقبة خدمات الذكاء الاصطناعي في بيئات الإنتاج، وضمان الامتثال لمعايير الخصوصية والأمان والأخلاقيات المتعلقة بالبيانات.
- التوثيق: توثيق أصول الذكاء الاصطناعي، والتدفقات، والمواصفات الفنية لضمان الوضوح والشفافية.
- دعم البحث والتطوير: المساهمة في مشاريع البحث والتطوير المتعلقة بالذكاء الاصطناعي، والمساعدة في تطوير تقنيات جديدة.
المهارات المطلوبة
التعلم الآليالذكاء الاصطناعيالتكاملتحسين النماذجخدمات SaaSالبياناتالخصوصيةالأمانالأخلاقياتالتوثيق
Responsibilities
- Model Development and Deployment: Create, test, and deploy machine learning models and AI services to drive business growth.
- Collaboration: Work closely with data scientists, software engineers, and business teams to seamlessly integrate AI solutions into current systems.
- Model Optimization: Enhance AI models for improved accuracy, scalability, and performance.
- AI SaaS Integration: Integrate AI SaaS services like generative AI, vector databases, and RAG solutions into products or new offerings.
- Stay Updated: Keep abreast of the latest AI advancements and technologies to suggest innovative solutions.
- Quality Control and Monitoring: Assist in the quality control, deployment, and monitoring of AI services in production, ensuring optimal performance.
- Data Privacy and Security: Ensure compliance with data privacy, security, and ethical standards in AI development and deployment.
- Documentation: Document AI assets, workflows, and technical specifications for knowledge sharing and future reference.
- Research and Development: Support AI-related research and development projects, contributing to the organization's AI capabilities.