مهندس ذكاء اصطناعي المستوى الأول

الغرض من الدور: مهندس ذكاء اصطناعي المستوى الأول هو منصب ابتدائي مسؤول عن المساعدة في تطوير واختبار ونشر حلول مبنية على تعلم الآلة (ML) ونماذج اللغة الكبيرة (LLM)، بما في ذلك تدفقات عمل ذكاء اصطناعي مركبة. هذا الدور يبني مهارات هندسية أساسية عبر طيف الذكاء الاصطناعي—يغطي ML الكلاسيكي، والنماذج التوليدية، والتعرّض المبكر للهياكل المركبة. المجالات التركيزية: التعلم والتنفيذ · تطوير النماذج · تكامل الوكلاء · تجربة النماذج الأساسية. المسؤوليات الرئيسية: دعم جمع البيانات وتنظيفها ومعالجتها لمشاريع ML وLLM. المساعدة في تنفيذ وتقييم وتحسين نماذج AI/ML وخطوط LLM. تطوير واختبار قوالب الاستعلام، سلاسل الاسترجاع، ومكونات مركبة الوكلاء بإرشاد. المساهمة في الضبط الدقيق والتكيف السهل (LoRA، adapters، تدريب التعليمات) للنماذج. تنفيذ واجهات برمجة النموذج أو نقاط الاستدلال ودمجها في التطبيقات أو الخدمات المصغرة. المشاركة في تصحيح الأخطاء، واستكشاف الأخطاء، ومراقبة كل من خطوط ML وتدفقات العمل المركبة. توثيق تدفقات البيانات، معمارية النماذج، ونتائج التجارب بوضوح. البقاء مطلعاً على التطورات في تعلم الآلة、الذكاء الاصطناعي التوليدي، وأطر العمل الوكومية (لانغ تشاين، لانغ جراف، في إل إل إم وغيرها). المؤهلات: بكالوريوس في علوم الحاسب الآلي، AI، ML، علوم البيانات، الهندسة الكهربائية، أو مجال ذي صلة. الخبرة: من 0 إلى 3 سنوات في تطوير البرمجيات أو مشاريع AI/ML أكاديمية. المهارات التقنية: مهارات برمجة قوية (بايثون، R، جافا، C++). فهم مفاهيم ML (التعلم الخاضع/غير الخاضع للإشراف، مقاييس التقييم). الإلمام ببيئات LLM (أوبن آي API، هاجنينغ فيس، لانغ تشاين). التعرض لضبط النماذج وتقانة الاستعلامات. المعرفة بهياكل البيانات والخوارزميات وGit. فهم أساسي لـ MLOps / AgentOps. المهارات الناعمة: فضول، والعمل ضمن فريق، وتعلم مبكر. التفكير التحليلي ومهارات تواصل جيدة. التفكير المركزي نحو العميل وأخلاقيات العمل. فينايرا هي جهة توظيف توفر فرص متكافئة وتلتزم بتوفير مكان عمل خال من التمييز والمضايقة. جميع قرارات التوظيف مبنية على احتياجات العمل، ومتطلبات الوظيفة، والمؤهلات الفردية، دون اعتبار للعرق أو اللون أو الدين أو الجنس أو التوجه الجنسي أو الهوية الجنسية أو الأصل الوطني أو العمر أو الإعاقة أو حالة المحارب القديم، أو أي حالة أخرى محمية بموجب القوانين أو الأنظمة في المواقع التي نعمل فيها.