يتولى مهندس الذكاء الاصطناعي تنفيذ التصميمات المعمارية والهندسة الخوارزمية ونشر أنظمة الذكاء الاصطناعي وتعلم الآلة لدعم مبادرات البحث والتطوير والحلول المرتبطة بها. ويركز الدور على الاستفادة من بيانات التشغيل والصيانة لتصميم حلول ذكاء اصطناعي صالحة تشغيليًا وجاهزة للإنتاج، مع ردم الفجوة بين النماذج النظرية لعلوم البيانات والأنظمة التشغيلية الفعلية.
كما يتطلب الدور الالتزام بالقيود التنظيمية ومتطلبات السلامة الخاصة بالطيران طوال مراحل تطوير المفهوم، والعمل ضمن مؤشرات الأداء الرئيسية والميزانيات المعتمدة والسياسات والإجراءات المعمول بها.
مجالات المسؤولية الرئيسية والأنشطة
البنية التحتية للذكاء الاصطناعي وعمليات تعلم الآلة
- تصميم وتطوير وصيانة مسارات قوية لعمليات تعلم الآلة، بحيث تستوعب تدفقات البيانات المنظمة وغير المنظمة واسعة النطاق وتعالجها وتتحقق من صحتها بصورة آلية، بما يدعم التدريب المستمر للنماذج والاستدلال الفوري.
- تطوير معماريات تعلم الآلة والتعلم العميق المتقدمة وضبطها وتنسيقها، بما في ذلك معالجة اللغات الطبيعية والرؤية الحاسوبية وسير عمل الذكاء الاصطناعي التوليدي والوكيل.
- تصميم وتطوير وتنفيذ نماذج التحليلات التنبؤية والوصفية، مع ضمان التوافر العالي والحتمية والقدرة الصارمة على تحمل الأعطال.
- جمع أبحاث القطاع واتجاهاته في منهجيات الذكاء الاصطناعي التطبيقي والبنية التحتية الحاسوبية وتنظيمها وتحليلها، لتوفير معلومات تنافسية تدعم استراتيجيات البحث والتطوير.
- استخدام البنية التحتية بوصفها تعليمات برمجية، وتقنيات الحاويات مثل Docker وKubernetes، ومنصات تعلم الآلة السحابية المؤسسية مثل Vertex AI وMLflow وSageMaker، لبناء بيئات ذكاء اصطناعي قابلة لإعادة الإنتاج وتسهيل النشر السلس للنماذج عبر التكامل والنشر المستمرين.
- استكشاف التقنيات الناشئة، مثل التعلم العميق وتحليلات الرسوم البيانية ونماذج اللغة الكبيرة والتوليد المعزز بالاسترجاع وبروتوكول سياق النموذج، وتقييم مدى ملاءمتها لحالات استخدام البحث والتطوير في إدارة الحركة الجوية.
- تحسين الأداء الحاسوبي للنماذج واسعة النطاق باستخدام تسريع الأجهزة المتقدم وتقنيات مثل تكميم النماذج وتشذيب الأوزان، لخفض زمن الاستجابة وبصمة الذاكرة بدرجة كبيرة وضمان قابلية التوسع والاستعداد للعمل الفوري.
النمذجة الأولية للبحث والتطوير وتحويلها إلى منتجات
- تطبيق ممارسات متقدمة في هندسة الخوارزميات لتقييم مبادرات إثبات المفهوم والتحقق منها، ونقلها بكفاءة من بيئات البحث المعزولة إلى حلول برمجية قابلة للاستخدام وآمنة.
- تطوير حلول ذكاء اصطناعي مبتكرة تدعم مفاهيم البحث والتطوير خلال مراحل مختلفة من مستويات الجاهزية التقنية، والاضطلاع بدور حلقة الوصل الهندسية بين النظرية العلمية وتنفيذ البرمجيات المؤسسية.
- التعاون مع فريق المعرفة والرؤى لدمج أبحاث القطاع واتجاهاته في النماذج الخوارزمية، بما يضمن توافقها مع أولويات البحث والتطوير المستقبلية.
- قيادة تطوير النماذج الأولية عبر تحويل مفاهيم البحث والتطوير إلى حلول برمجية متكاملة قابلة للعرض، والمساهمة في قرارات الاستمرار أو عدمه المتعلقة بالابتكار.
- المساهمة في مشاريع متعددة التخصصات تجمع بين خبرات هندسة البرمجيات والتشغيل وعلوم البيانات، مع ضمان توافقها مع خرائط الطريق الاستراتيجية للبحث والتطوير ومسارات التكامل والنشر المستمرين.
الأنظمة الذكية وتكامل واجهات برمجة التطبيقات
- مراقبة نماذج الذكاء الاصطناعي وأدوات التحليلات المنشورة وتحسينها للتطبيقات الفورية أو شبه الفورية في إدارة الحركة الجوية، وإنشاء مسارات آلية للرصد والتنبيه لاكتشاف تدهور الأداء وانحراف المخطط وانحراف البيانات.
- توفير أطر خوارزمية مبرمجة تعمل بصورة مستقلة على تحسين استخدام المجال الجوي وتقليل التأخيرات وتحسين نتائج السلامة في عمليات الطيران.
- التعاون مع المهندسين وخبراء المجال وأصحاب المصلحة لتحديد المشكلات وتقديم حلول برمجية مبتكرة للأتمتة مدعومة بالذكاء الاصطناعي.
- تحويل القدرات الخوارزمية المعقدة إلى رؤى قابلة للتنفيذ ومفهومة للجمهورين التقني وغير التقني، بما يدعم اتخاذ القرارات المستندة إلى البيانات ويضمن إنشاء بروتوكولات سلسة ومتوافقة للتعاون بين الإنسان والذكاء الاصطناعي.
- إنشاء واجهات برمجة تطبيقات REST وgRPC وخدمات مصغرة ومعماريات خلفية قابلة للتوسع بدرجة كبيرة لدعم اتخاذ القرار والتكامل مع الأنظمة الهندسية القديمة القائمة.
هندسة الذكاء الاصطناعي وضمانه في الأنظمة الحرجة للسلامة
- ضمان توافق جميع أنشطة الذكاء الاصطناعي وتعلم الآلة مع المعايير التنظيمية والاعتبارات الأخلاقية، والحفاظ على النزاهة والشفافية بما يتماشى مع المعايير الدولية، مثل مبادئ الذكاء الاصطناعي الجدير بالثقة الصادرة عن EASA.
- إدماج قيود السلامة الحرجة في معماريات برمجيات الذكاء الاصطناعي لتلبية متطلبات قطاع الطيران وضمان الجدوى التشغيلية في البيئات شديدة التقييد.
- تدقيق نماذج البيانات والعمليات الخوارزمية بانتظام لتحديد المخاطر والحد من التحيز الخوارزمي وضمان المتانة في الحالات الطرفية وتحقيق سلوك حتمي بدرجة عالية للأنظمة.
- دعم الإدارة الآمنة للبيانات الحساسة والحرجة، بما يتوافق مع سياسات حوكمة البيانات والأمن السيبراني لدى الجهة المشغلة لخدمات الملاحة الجوية، والعمل على تحصين النماذج ضد التلاعب العدائي وهجمات تسميم البيانات.
- قيادة تنفيذ أطر حوكمة الذكاء الاصطناعي المتقدمة، بما في ذلك إدارة إصدارات النماذج بصرامة وآليات القابلية للتفسير الرياضي وبروتوكولات ضمان التعلم.
- الامتثال للجهات التنظيمية والمنتديات المعنية بالقطاع، مثل EASA وEUROCAE WG-114 وSAE G34، لضمان توافق ممارسات تطوير الذكاء الاصطناعي وحالات السلامة مع معايير اعتماد الطيران الدولية المتطورة.
السياسات والعمليات والإجراءات
- تنفيذ الأنشطة اليومية مع ضمان الالتزام بالسياسات والإجراءات.
- المساهمة في تحديد فرص التحسين المستمر للأنظمة ومعماريات البرمجيات، مع مراعاة الممارسات الرائدة والتغيرات في بيئة الأعمال وخفض التكاليف وتحسين الإنتاجية.
المعرفة والخبرة
- لا يشترط وجود سنوات خبرة سابقة.
التعليم والشهادات
- يشترط الحصول على درجة البكالوريوس في الذكاء الاصطناعي أو هندسة البرمجيات أو علوم الحاسب أو ما يعادلها.
- الشهادات المفضلة: شهادات في تعلم الآلة أو الذكاء الاصطناعي أو تحليلات البيانات أو معمارية السحابة المؤسسية، مثل Google Professional Machine Learning Engineer أو AWS Certified Machine Learning.
