مهندس ابتكار الذكاء الاصطناعي

يُعد مهندس ابتكار الذكاء الاصطناعي عضوًا أساسيًا في قسم الابتكار بشركة ماستر ووركس، ومسؤولًا عن قيادة تصميم وتقديم إثباتات المفهوم (PoCs) والمنتجات القابلة للتطبيق (MVPs) المدعومة بالذكاء الاصطناعي التي تحل تحديات تجارية حقيقية. يتطلب هذا الدور مزيجًا فريدًا من التميز الهندسي والإبداع وعقلية البحث التطبيقي لتحويل إمكانيات الذكاء الاصطناعي المتقدمة - خاصةً تلك المبنية على نماذج اللغة الكبيرة (LLMs) - إلى حلول رقمية وظيفية وموثّقة. ستتولى قيادة تنفيذ مبادرات الذكاء الاصطناعي عبر مجالات متنوعة من خلال الاستفادة من النماذج المدربة مسبقًا وتقنيات التوجيه المتقدمة وأساليب العمل المبتكرة. سيكون ترسانة التطوير الأساسية لديك هي لغة بايثون ومكتبات الذكاء الاصطناعي الحديثة. كما ستقوم أيضًا بتوصيل مخرجات الابتكار من خلال بناء واجهات برمجة تطبيقات خفيفة أو واجهات أمامية باستخدام Node.js وReact عند الحاجة لإكمال نموذج أولي أو منتج قابل للتطبيق. المتطلبات تصميم وتقديم إثباتات المفهوم (PoCs) والمنتجات القابلة للتطبيق (MVPs) المدعومة بالذكاء الاصطناعي التي تدعم مباشرة أهداف الابتكار الاستراتيجية عبر ماستر ووركس وشركاتها التابعة. تطوير أنظمة ذكاء اصطناعي كاملة المدى مع الاعتماد على لغة بايثون كنواة — باستخدام أطر عمل مثل FastAPI وTransformers وLangChain وHaystack وPyTorch — لتنفيذ خطوط أنابيب الذكاء الاصطناعي ومكونات الخدمات الذكية. دمج وتوجيه نماذج اللغة الكبيرة (LLMs) باستخدام: - استرجاع المحتوى المُعزز (RAG) - - - - توليد المحتوى المُعزز بالمعرفة (KAG) بروتوكول سياق النموذج (MCP) التوجيه متعدد الوكلاء وسير عمل A2A هندسة الأوامر (Prompt engineering) والضبط الدقيق عند الحاجة التفاعل مع موفري نماذج اللغة الكبيرة (OpenAI وClaude وGroq وCohere والنماذج مفتوحة المصدر) من خلال واجهات برمجة التطبيقات (APIs) وأدوات التطوير (SDKs)، مع تحسين كفاءة استخدام النموذج وتقليل التكاليف. تصميم وإدارة هياكل البحث القائمة على المتجهات باستخدام أدوات مثل ChromaDB وWeaviate وPinecone أو FAISS. تطوير طبقات تفاعل أولية وواجهات بصرية ولوحات تحكم خفيفة باستخدام Node.js وReact، خاصةً لعرض مخرجات إثباتات المفهوم أو المنتجات القابلة للتطبيق. التعاون مع أصحاب المصلحة في الأعمال لصياغة وتحديد أولويات حالات استخدام الذكاء الاصطناعي، وضمان التوافق مع مسارات الابتكار الداخلية واحتياجات الشركات التابعة. تقييم ومقارنة وتحسين نماذج الذكاء الاصطناعي من حيث الدقة والأداء وملاءمتها للأعمال. إنشاء وثائق داخلية ومكونات قابلة لإعادة الاستخدام وإرشادات تقنية لدعم التوسع وتبادل المعرفة. البقاء على اطلاع دائم بأحدث اتجاهات الذكاء الاصطناعي ودمج الأساليب الجديدة ذات الصلة بشكل مستمر في الممارسة العملية. المؤهلات المطلوبة: درجة البكالوريوس أو الماجستير في علوم الحاسوب أو الذكاء الاصطناعي أو هندسة البيانات أو تخصص تقني مشابه. خبرة عملية تمتد لخمس سنوات أو أكثر في تقديم أنظمة تعتمد على الذكاء الاصطناعي مع نتائج ملموسة. إتقان مثبت للغة بايثون لبناء أساليب عمل الذكاء الاصطناعي والخدمات والتكاملات باستخدام أطر العمل الرائدة في مجال الذكاء الاصطناعي/التعلم الآلي. خبرة مثبتة في تطوير ودمج تطبيقات تعتمد على نماذج اللغة الكبيرة (LLMs) باستخدام واجهات برمجة التطبيقات (APIs) وأدوات التطوير (SDKs) وأدوات التوجيه. معرفة قوية بتقنيات استرجاع المحتوى المُعزز (RAG) والتضمينات (embeddings) وقواعد البيانات المتجهية وتقنيات ضبط الأوامر (prompt tuning). معرفة بأطر تصميم الوكلاء المستقلين (مثل A2A، سلسلة المهام، التحكم في تدفق الوكلاء المتعددين). معرفة عملية بـ Node.js وReact لتجميع نماذج أولية أو منتجات قابلة للتطبيق كاملة المدى. خبرة قوية في تطوير التطبيقات السحابية الأصلية والتجميع (مثل Docker) والممارسات الحديثة في التطوير. المؤهلات المفضلة خبرة في بناء حلول معالجة اللغة الطبيعية (NLP) المُعدة خصيصًا للغة العربية أو نماذج الذكاء الاصطناعي المحلية (مثل تكييف اللهجة النجدية، تصنيف النية باللغة العربية). خلفية في نشر ابتكارات الذكاء الاصطناعي في قطاعات حكومية أو دفاعية أو خاضعة للوائح تنظيمية. خبرة في العمل ضمن فرق ابتكار سريعة الحركة أو مسارات عمل بحثية وتطويرية. معرفة بأدوات مثل MLflow وLangSmith أو Weights & Biases لتتبع التجارب. المساهمة في مبادرات الذكاء الاصطناعي مفتوحة المصدر أو المنشورات التقنية أو العروض العامة يُعد أمرًا إيجابيًا. الكفاءات الأساسية: عقلية تركز على الابتكار مع القدرة على تحويل الأفكار بسرعة إلى نماذج أولية عاملة. مسؤولية قوية، قادر على إدارة الأولويات والتسليم بشكل مستقل. مفكر تحليلي مع القدرة على تبسيط الأفكار التقنية المعقدة. تركيز على النتائج مع الاهتمام بالتجريب والنتائج القابلة للقياس. مهارات اتصال ممتازة، قادر على توضيح الأفكار التقنية لأصحاب المصلحة المتنوعين. القدرة على العمل في فرق متعددة التخصصات وفي بيئات أعمال ديناميكية. شغف بالذكاء الاصطناعي والتعلم المستمر حول الأدوات والنماذج والممارسات الناشئة.