مهندس ذكاء اصطناعي أول / مهندس معماري للذكاء الاصطناعي الوكيلي
Senior AI Engineer / Agentic AI Architect
الوصف
عن كود نينجا
كود نينجا شركة عالمية للبرمجيات والبنية التحتية للذكاء الاصطناعي، تقدم حلولاً تقنية متكاملة عبر الذكاء الاصطناعي، وهندسة البرمجيات، والبيانات، والتحول الرقمي.
مع عمليات في المملكة العربية السعودية ومراكز تقنية عالمية، تعمل كود نينجا مع مؤسسات في قطاعات متعددة لتقديم حلول تقنية تدعم التحول والابتكار في الأعمال.
تعمل فرقنا في مجالات تشمل الذكاء الاصطناعي، وهندسة البرمجيات، والبيانات والتحليلات، والحوسبة السحابية، وتقنيات المؤسسات، والتحول الرقمي.
تبحث كود نينجا عن مهندس ذكاء اصطناعي أول / مهندس معماري للذكاء الاصطناعي الوكيلي ذي خبرة لتصميم وبناء ونشر حلول ذكاء اصطناعي على مستوى المؤسسات لقطاع البنوك والخدمات المالية.
عن الدور
في هذا الدور، ستقدم تطبيقات ذكاء اصطناعي جاهزة للإنتاج مع التركيز على قابلية التوسع، والأمان، والمراقبة، والحوكمة، والأداء. ستعمل عبر نماذج اللغة الكبيرة (LLMs)، والتوليد المعزز بالاسترجاع (RAG)، والذكاء الاصطناعي الوكيلي.
يجب أن يمتلك المرشح المثالي أساسيات قوية في هندسة البرمجيات وخبرة عميقة في نماذج اللغة الكبيرة، والتوليد المعزز بالاسترجاع، والذكاء الاصطناعي الوكيلي، وممارسات هندسة الذكاء الاصطناعي الحديثة. يجب أن يكون لديه 8–12+ سنة في هندسة البرمجيات، بما في ذلك 5+ سنوات من الخبرة العملية في الذكاء الاصطناعي، وتعلم الآلة، والذكاء الاصطناعي التوليدي.
المسؤوليات الرئيسية
المخرجات المتوقعة
- تصميم وتطوير حلول ذكاء اصطناعي على مستوى المؤسسات باستخدام نماذج اللغة الكبيرة الحديثة وأطر الذكاء الاصطناعي الوكيلي.
- هندسة أنظمة متعددة الوكلاء قادرة على التخطيط والاستدلال واستخدام الأدوات وتنسيق سير العمل.
- بناء منصات توليد معزز بالاسترجاع جاهزة للإنتاج تدمج بيانات المؤسسات المهيكلة وغير المهيكلة.
- تصميم واجهات برمجة تطبيقات قابلة للتوسع وخدمات ذكاء اصطناعي باستخدام Python وأطر الواجهة الخلفية الحديثة.
- تنفيذ أطر تقييم قوية لجودة وسلامة وأداء نماذج اللغة الكبيرة.
- تحسين تطبيقات الذكاء الاصطناعي من حيث زمن الاستجابة والإنتاجية وتكلفة البنية التحتية.
- نشر وإدارة نماذج اللغة الكبيرة مفتوحة المصدر في بيئات الإنتاج.
- التعاون مع المهندسين المعماريين ومالكي المنتجات ومحللي الأعمال وفرق DevOps لتقديم منصات ذكاء اصطناعي للمؤسسات.
- ضمان الامتثال لأمن المؤسسات والحوكمة وممارسات الذكاء الاصطناعي المسؤول.
- إرشاد فرق الهندسة والمساهمة في أفضل ممارسات الذكاء الاصطناعي والأطر القابلة لإعادة الاستخدام.
يجب أن يكون المرشح المختار قادراً على تصميم وتقديم ما يلي بشكل مستقل
- منصات ذكاء اصطناعي للمؤسسات
- أنظمة ذكاء اصطناعي متعددة الوكلاء
- مساعدين معرفيين قائمين على التوليد المعزز بالاسترجاع
- مساعدين أذكياء (AI copilots)
- أطر تقييم نماذج اللغة الكبيرة
- واجهات برمجة تطبيقات ذكاء اصطناعي جاهزة للإنتاج
- حلول مراقبة ورصد الذكاء الاصطناعي
- عمليات نشر ذكاء اصطناعي آمنة وقابلة للتوسع ومحسّنة التكلفة ومناسبة لبيئات إنتاج المؤسسات.
المتطلبات
المؤهلات والمهارات المطلوبة
الخبرة
الذكاء الاصطناعي / تعلم الآلة
- 8–12+ سنة من الخبرة في هندسة البرمجيات.
- 5+ سنوات من الخبرة العملية في الذكاء الاصطناعي، وتعلم الآلة، والذكاء الاصطناعي التوليدي.
• فهم قوي لـ
هندسة البرمجيات
الذكاء الاصطناعي الوكيلي
- تعلم الآلة
- التعلم العميق
- معالجة اللغة الطبيعية
- معماريات المحولات (Transformer)
- نماذج اللغة الكبيرة (LLMs)
- نماذج التضمين (Embedding models)
- إتقان برمجة Python.
- أساسيات قوية في هندسة البرمجيات.
- خبرة في بناء أنظمة خلفية جاهزة للإنتاج.
- تطوير واجهات RESTful API والخدمات المصغرة.
- البرمجة غير المتزامنة والمعماريات القابلة للتوسع.
- خبرة مع FastAPI أو Flask أو أطر مشابهة.
- خبرة عملية في تصميم وتنفيذ حلول الذكاء الاصطناعي الوكيلي باستخدام واحد أو أكثر من:
- LangGraph
- CrewAI
- OpenAI Agents SDK
- AutoGen
- Semantic Kernel
- LlamaIndex Workflows
• خبرة في
التوليد المعزز بالاسترجاع (RAG)
- تنسيق متعدد الوكلاء
- وكلاء التخطيط
- استدعاء الأدوات
- سير العمل بمشاركة الإنسان
- إدارة الذاكرة
- إدارة الحالة
- أنماط تعاون الوكلاء
- خبرة قوية في بناء منصات RAG للمؤسسات.
• نماذج التضمين، مثل
- OpenAI
- Voyage AI
- BGE
- E5
- Instructor
- Cohere
• قواعد البيانات المتجهية، مثل
- Pinecone
- Qdrant
- Milvus
- Weaviate
- ChromaDB
• قواعد بيانات الرسوم البيانية، مثل
- Neo4j
- Amazon Neptune
- Memgraph
• تقنيات البحث، بما في ذلك
تقييم نماذج اللغة الكبيرة
- البحث الهجين
- BM25
- الاسترجاع الكثيف
- الاسترجاع المتناثر
- البحث الدلالي
- تصفية البيانات الوصفية
- إعادة الترتيب
- تكامل الرسوم المعرفية
• خبرة في تصميم أطر تقييم منهجية باستخدام أدوات مثل
- Ragas
- TruLens
- DeepEval
- OpenAI Evals
- LangSmith Evaluation
• فهم لـ
الحواجز والمراقبة
- كشف الهلوسة
- الأمانة
- ملاءمة الإجابة
- دقة السياق
- استدعاء السياق
- الاستناد
- السمية
- اختبار الانحدار
• الحواجز
- Guardrails AI
- NeMo Guardrails
- OpenAI Moderation
- كشف حقن الأوامر
- إخفاء البيانات الشخصية
- تصفية المحتوى
• المراقبة
- LangSmith
- Langfuse
- Arize Phoenix
- Weights & Biases
- MLflow
• خبرة في
هندسة الأوامر
- تتبع الأوامر
- تحليلات الرموز
- مراقبة التكلفة
- مراقبة زمن الاستجابة
- حلقات تغذية راجعة المستخدمين
- تصحيح الأخطاء في الإنتاج
• خبرة في
نشر النماذج والاستدلال
- سلسلة التفكير (CoT)
- ReAct
- شجرة الأفكار
- الاتساق الذاتي
- الأوامر قليلة الأمثلة
- الأوامر المهيكلة
- استدعاء الدوال
- وضع JSON
- تحسين الأوامر
- تخزين الأوامر المؤقت
- تحسين نافذة السياق
- تحسين استخدام الرموز
- تحسين التكلفة
- خبرة عملية في نشر نماذج اللغة الكبيرة مفتوحة المصدر.
• النماذج المفضلة
- Llama
- Mistral
- Qwen
- Gemma
- DeepSeek
• محركات الاستدلال
- vLLM
- TensorRT-LLM
- Ollama
- TGI (Text Generation Inference)
- SGLang
• خبرة في
MLOps / منصة الذكاء الاصطناعي
- تحسين GPU
- الاستدلال الدفعي
- خدمة النماذج
- التوسع التلقائي
- النشر متعدد GPUs
- التكميم (GGUF، GPTQ، AWQ، FP8، INT8، INT4)
• خبرة في
المنصات السحابية
- MLflow
- Kubeflow
- Docker
- Kubernetes
- GitHub Actions / GitLab CI
- إصدار النماذج
- تتبع التجارب
- مخازن الميزات
- التقييم المستمر
- النشر المستمر
• خبرة في واحد أو أكثر من
- Google Cloud Platform (Vertex AI)
- Micro...