مطور الذكاء الاصطناعي

المسؤوليات الرئيسية

• تصميم وتطوير وتدريب وتحسين نماذج التعلم الآلي لتطبيقات أو حالات استخدام حقيقية.
• ترجمة متطلبات الأعمال والمنتجات إلى حلول قابلة للتطوير للتعلم الآلي/الذكاء الاصطناعي.
• تنفيذ هندسة الميزات، واختيار النماذج، والتعديل، وتقنيات التقييم.
• تطوير ونشر نماذج التعلم الآلي في بيئات الإنتاج مع توفر عالٍ وأداء عالٍ.
• بناء وصيانة أنابيب التعلم الآلي (التدريب، التحقق، النشر، الرصد).
• مراقبة أداء النموذج، وتناقض البيانات، وتدهور النموذج؛ إعادة تدريب النماذج حسب الحاجة.
• ضمان تلبية النماذج لمعايير الموثوقية، والقابلية للتطوير، والأمان.
• العمل عن كثب مع علماء البيانات، ومديري المنتجات، ومطوري البرمجيات.
• التعاون مع فرق هندسة البيانات لضمان أنابيب بيانات عالية الجودة وموثوقة.
• المشاركة في مراجعة التصميم والشفرة، وضمان أفضل الممارسات الهندسية.
• تحسين النماذج للحد من التأخير، وزيادة الحجم، والتكلفة.
• تنفيذ أطر التجارب (اختبار A/B، التقييم غير المباشر).
• تطبيق مبادئ الذكاء الاصطناعي المسؤول، بما في ذلك العدالة، والتفسير، والحوكمة عند الاقتضاء.

المتطلبات والمؤهلات

• +4 سنوات من الخبرة العملية في أدوار التعلم الآلي أو الذكاء الاصطناعي التطبيقي.
• مهارات برمجة قوية في بايثون (و/أو جافا، سكالا).
• فهم صلب لخوارزميات التعلم الآلي (الإشرافي، غير الإشرافي، التعلم العميق).
• خبرة في الأطر مثل TensorFlow، PyTorch، Scikit-learn.
• خبرة في نشر النماذج باستخدام Docker، Kubernetes، أو خدمات التعلم الآلي السحابية.
• معرفة قوية بهياكل البيانات، الخوارزميات، ومبادئ هندسة البرمجيات.
• خبرة في العمل في فرق عمل مرنة وقابلة للتكيف.
• خبرة في منصات السحابة (AWS، Azure، أو GCP) وخدمات التعلم الآلي المدارة.
• خبرة عملية في أدوات MLOps (MLflow، Kubeflow، Airflow، SageMaker، Azure ML).
• خبرة في تقنيات البيانات الكبيرة (Spark، Kafka، Databricks).
• خلفية في NLP، Computer Vision، أو الذكاء الاصطناعي المولد.
• حل المشكلات القوي والتفكير التحليلي.
• عقلية الإنتاج أولاً.
• اتخاذ القرارات القائمة على البيانات.
• مهارات عالية في التعاون والتواصل.

الأدوات والتكنولوجيا

• Dataiku
• SQL server
• Power bi
• Aws bedrock

المهارات المطلوبة