مهندس خلفي - الذكاء الاصطناعي والتعلم الآلي

نبحث عن مهندس خلفي أول لبناء وتشغيل الأنظمة الأساسية المدعومة بالذكاء الاصطناعي والتعلم الآلي التي تدعم المنتجات الموجهة للمستهلكين على نطاق واسع.
ستعمل على أنظمة تشغيل الذكاء الاصطناعي في بيئة الإنتاج، وأنظمة الاسترجاع، والبنية التحتية الخلفية المرتبطة بالتعلم الآلي، مع إجراء مقايضات عملية عبر الجودة، والكمون، والموثوقية، والتكلفة.
هذه الوظيفة ليست نقطة دخول إلى الذكاء الاصطناعي والتعلم الآلي.
من المتوقع أن تكون لديك خبرة عملية في شحن أنظمة خلفية مدعومة بالتعلم الآلي في الإنتاج.
في Proximity، لن تبني واجهات برمجة التطبيقات فقط - ستملك أنظمة خلفية حيوية من البداية إلى النهاية، وتعمل بشكل وثيق مع فرق الذكاء الاصطناعي التطبيقي والمنتجات، وتساعد في تحديد الأسس التي تدعم التجارب الذكية على نطاق واسع.
المسؤوليات - امتلاك وتقديم أنظمة خلفية شاملة لوقت تشغيل منتج الذكاء الاصطناعي، بما في ذلك التنسيق، وإدارة دورة حياة الطلبات، والتعامل مع الحالة/الجلسة، وإنفاذ السياسات.
تصميم وتنفيذ استرجاع الذاكرة والمبادئ الأساسية من البداية إلى النهاية - إدخال الوثائق، استراتيجيات التجزئة، توليد التضمينات، الفهرسة، البحث الهجين/الناقل، إعادة الترتيب، التخزين المؤقت، والانتعاش، ومعاني الحذف.
تحويل سير العمل والواجهات المدعومة بالتعلم الآلي إلى الإنتاج، بما في ذلك خدمات الميزات والبيانات الوصفية، والتوازن بين العمل عبر الإنترنت/خارج الإنترنت، وعقود تكامل النماذج، وأدوات تقييم الأداء.
دفع الأداء، والموثوقية، وتحسين التكلفة، مع امتلاك زمن الاستجابة P50/P95، ومعدلات الإنتاجية، ومعدلات نجاح التخزين المؤقت، وتكاليف الرموز والاستدلال، وكفاءة البنية التحتية.
بناء الرؤية الافتراضية بشكل افتراضي، بما في ذلك السجلات المنظمة، والمعايير، والتتبع الموزع، وإشارات الحماية، وتصنيفات الفشل، ومسارات العودة الموثوقة.
التعاون بشكل وثيق مع فرق الذكاء الاصطناعي التطبيقي في توجيه النماذج، ونماذج المطالبات والأدوات، ومجموعات بيانات التقييم، وأبواب الأمان للإصدار.
كتابة كود خلفي نظيف، قابل للاختبار، وسهل الصيانة، والمساهمة في مراجعات التصميم، ومراجعات الكود، وأفضل الممارسات التشغيلية.
أخذ الأنظمة من التصميم → البناء → النشر → التشغيل، بما في ذلك ملكية الاستجابة للحوادث.
تحديد الاختناقات وأنماط الفشل في الأنظمة المدعومة بالذكاء الاصطناعي بشكل مستمر وتحسين متانة النظام بشكل استباقي.
أفضل تعويض في فئته: نحن نوظف فقط الأفضل، وندفع وفقًا لذلك.
محادثات Proximity: قابل المهندسين، والمصممين، وقادة المنتجات - وتعلم من الخبراء عبر المجالات.
استمر في التعلم مع فريق عالمي المستوى: العمل على أنظمة الذكاء الاصطناعي الحقيقية في الإنتاج على نطاق واسع، وتحدي نفسك يوميًا، والنمو جنبًا إلى جنب مع بعض من أفضل العقول في الصناعة.
عنا - نحن Proximity - فريق عالمي من المبرمجين، والمصممين، ومديري المنتجات، والمهووسين، والخبراء.
نحن نحل المشكلات المعقدة ونبني تكنولوجيا متطورة على نطاق واسع.
فريق Proxonauts لدينا ينمو بسرعة، مما يعني أن تأثيرك على نجاح الشركة سيكون كبيرًا.
ستعمل مع قادة ذوي خبرة قاموا ببناء وقيادة فرق تقنية، ومنتجات، وتصميم عالية الأداء.
إليك دليل سريع للتعرف علينا بشكل أفضل: شاهد مديرنا التنفيذي، هاردك جاكدا، يخبرك عن Proximity.
اقرأ عن قيم Proximity وتعرف على بعض من Proxonauts لدينا.
استكشف موقعنا، ومدونتنا، وجناح التصميم - Studio Proximity.
تابعنا خلف الكواليس على إنستغرام - تابع @ProxWrks و@H.Jagda. درجة البكالوريوس في علوم الكمبيوتر، أو الهندسة، أو مجال ذي صلة، أو خبرة عملية معادلة.
6-10 سنوات من الخبرة في بناء أنظمة خلفية في الإنتاج، مع 2-3+ سنوات من العمل على منتجات مدعومة بالتعلم الآلي/الذكاء الاصطناعي مثل البحث، والتوصيات، والترتيب، وخطوط أنابيب RAG، أو المساعدين الذكيين.
فهم عملي قوي لأساسيات أنظمة التعلم الآلي، بما في ذلك التضمينات، وتشابه الناقل، وإعادة الترتيب، وجودة الاسترجاع، ومقاييس التقييم (الدقة/الاسترجاع، nDCG، MRR).
خبرة مثبتة في تنفيذ أو تشغيل خطوط أنابيب RAG، تغطي الإدخال، والتجزئة، والفهرسة، وفهم الاستعلام، والاسترجاع الهجين، وإعادة الترتيب.
أساسيات قوية في الأنظمة الموزعة، بما في ذلك تصميم واجهة برمجة التطبيقات، والقدرة على التكرار، والتزامن، وإعادة المحاولة، وقواطع الدائرة، وتحديد المعدل، والموثوقية متعددة المستأجرين.
خبرة في مكونات منصة التعلم الآلي/الذكاء الاصطناعي الشائعة، مثل متاجر الميزات، وأنظمة البيانات الوصفية، وخطوط الأنابيب المتدفقة أو الدفعات، ووظائف التقييم غير المتصلة، وروابط قياس A/B.
إتقان قوي في لغات البرمجة الخلفية والأطر (مثل Go، Java، Python، أو ما شابه) وتطوير واجهات برمجة التطبيقات.
القدرة على العمل بشكل مستقل، وتحمل مسؤولية الأنظمة المعقدة، والتعاون بشكل فعال مع الفرق متعددة التخصصات.
مهارات قوية في حل المشكلات، والتواصل، وتصميم الأنظمة.
المهارات المرغوبة - خبرة في أوقات التشغيل الوكيلة، بما في ذلك أنماط استدعاء الأدوات أو استدعاء الوظائف، والمخرجات المنظمة، والحواجز الإنتاجية.
تعرض عملي لكتل الاسترجاع الهجين والناقل مثل FAISS، Milvus، Pinecone، أو Elasticsearch.
خبرة في تشغيل الأنظمة على Kubernetes، مع معرفة قوية بمجموعات المراقبة مثل OpenTelemetry، Prometheus، Grafana، والتتبع الموزع.
الإلمام بالخصوصية، والأمان، واعتبارات حوكمة البيانات لبيانات المستخدم والنموذج.