يتولى مهندس الذكاء الاصطناعي قيادة تصميم وتسليم منصات تعتمد على الذكاء الاصطناعي، بدءًا من تطوير أنظمة نماذج اللغة الكبيرة والأنظمة متعددة الوكلاء واسترجاع المعلومات، وصولًا إلى تشغيلها في بيئات الإنتاج. ويجمع الدور بين هندسة الذكاء الاصطناعي والبنية التحتية السحابية وعمليات MLOps وCI/CD وGitOps والرصد والأمن، إلى جانب قيادة فرق العمليات السحابية والذكاء الاصطناعي وتوحيد ممارسات الهندسة.
يركز الدور كذلك على تحويل حالات الاستخدام التجارية إلى نماذج أولية قابلة للنشر بمعايير قبول قابلة للقياس، وبناء أنظمة موثوقة وآمنة وقابلة للتدقيق والنقل التشغيلي عبر بيئات التطوير والاختبار والإنتاج.
المؤهلات المطلوبة
- درجة البكالوريوس في هندسة البرمجيات أو علوم الحاسب أو مجال ذي صلة.
- خبرة من 6 إلى 8 سنوات أو أكثر في هندسة البرمجيات أو DevOps أو هندسة المنصات، تشمل سنتين على الأقل في هندسة الذكاء الاصطناعي أو تعلم الآلة التطبيقي.
- خبرة مثبتة في تسليم أنظمة ذكاء اصطناعي ونماذج لغة كبيرة جاهزة للعمل في بيئات الإنتاج، وليس الاقتصار على الأبحاث أو الأعمال في مرحلة دفاتر الملاحظات.
- إتقان لغة Python، مع القدرة على التعامل مع Bash وYAML.
- خبرة عملية عميقة في Kubernetes وDocker/Podman وTerraform.
- خبرة إنتاجية في منصة سحابية رئيسية واحدة على الأقل، مع أفضلية Azure وإمكانية استخدام OCI أو GCP.
- خبرة مثبتة في تولي مسؤولية CI/CD على نطاق واسع، باستخدام Azure DevOps أو GitHub Actions، وفي نماذج إصدارات GitOps.
- خبرة في قيادة فريق ووضع معايير هندسية عبر عدة فرق.
المؤهلات المفضلة
- درجة الماجستير في الذكاء الاصطناعي التطبيقي أو تعلم الآلة أو تخصص ذي صلة.
- خبرة في الضبط الدقيق باستخدام QLoRA/LoRA على عناقيد GPU، مع PyTorch وTransformers.
- خبرة في قواعد البيانات المتجهية مثل Milvus أو Pinecone أو Weaviate، وتصميم استرجاع المعلومات المعزز بالتوليد RAG.
- خبرة في تنفيذ مشاريع على منصات حكومية سعودية أو منصات رقمية وطنية واسعة النطاق، مع الإلمام بمتطلبات الامتثال والمعايير المحلية.
- إجادة مهنية للغتين العربية والإنجليزية.
أنظمة الذكاء الاصطناعي
- بناء أنظمة نماذج اللغة الكبيرة وضبطها الدقيق وتقييمها للمهام المتخصصة بالمجال، باستخدام QLoRA/PEFT على نماذج مفتوحة الأوزان مثل Llama-3 وMistral.
- تصميم أطر تقييم قابلة لإعادة الإنتاج وأطر لاختبارات A/B، مع تتبع مؤشرات تشمل معدل نجاح المهمة ومعدل السلامة وتوزيعات زمن الاستجابة عند المئينين p50 وp95.
- هندسة أنظمة متعددة الوكلاء وأنظمة RAG باستخدام LangGraph وFastAPI وقواعد البيانات المتجهية، من النموذج الأولي حتى الإنتاج.
- تنفيذ ضوابط حماية تشمل التحقق من المدخلات والمخرجات، وسياسات القوائم المسموح بها والمحظورة، وضوابط تحد من إجراءات النماذج غير الصالحة أو عالية المخاطر.
- تحويل حالات الاستخدام التجارية إلى نماذج أولية قابلة للنشر بمعايير قبول قابلة للقياس، وعرضها على أصحاب المصلحة.
المنصة والبنية التحتية
- تصميم وتشغيل البنية التحتية السحابية وبيئات MLOps لأحمال الذكاء الاصطناعي على Azure أو OCI أو GCP، باستخدام Kubernetes وبيئات التشغيل المعتمدة على الحاويات.
- بناء خطوط CI/CD وترقية الإصدارات القائمة على GitOps باستخدام Argo CD عبر بيئات التطوير والاختبار والإنتاج.
- تنفيذ رصد شامل من البداية إلى النهاية باستخدام Azure Monitor وApplication Insights وELK، مع أهداف محددة للكشف والاستجابة.
- تطبيق خطوط أساس لأمن الشبكات والمحيط الأمني باستخدام FW/WAF، وفحوص آلية لجودة الشيفرة وتحليل مكونات البرمجيات SCA باستخدام SonarQube وBlack Duck، إلى جانب خطوط أنابيب محكومة ببوابات اعتماد.
- تولي مسؤولية تصميم التعافي من الكوارث، بما يشمل النسخ الاحتياطية الآلية والتحويل عند التعطل وتوثيق التزامات RTO/RPO.
القيادة الهندسية
- قيادة فريق عمليات السحابة والذكاء الاصطناعي وتوجيهه، ووضع ممارسات الرصد والاستجابة للحوادث وحوكمة الإصدارات، مع أهداف واضحة للتوافر وMTTR.
- توحيد ممارسات دورة حياة تطوير البرمجيات، بما يشمل استراتيجية الفروع وحوكمة طلبات الدمج وإدارة الإصدارات وتقارير التسليم، لتحسين زمن الإنجاز وتكرار النشر.
- توحيد أدوات وعمليات الهندسة، وقيادة عمليات الترحيل وتوحيد المنصات عندما يؤدي التشتت إلى إبطاء التسليم.
- إعداد وثائق التسليم وأدلة التشغيل التي تجعل الأنظمة قابلة للتدقيق وقابلة للنقل التشغيلي.
- دعم مفاوضات الموردين والتراخيص الخاصة باتفاقيات المؤسسات السحابية.
