مهندس ذكاء اصطناعي رئيسي

المسؤوليات الرئيسية: يركز هذا الدور على بناء تطبيقات ذكاء اصطناعي جاهزة للإنتاج ونشرها على سحاب أزور داتابريكس وبنية تحتية سحابية أزور.
ستعمل من البداية إلى النهاية: من استيعاب البيانات ودمج النماذج إلى النشر القابل للتوسع، المراقبة، والتحسين المستمر.
التوقع هو تحويل أفكار الذكاء الاصطناعي إلى تطبيقات موثوقة، خاضعة للرقابة، وفعالة من حيث التكلفة تعمل في الإنتاج.
ستقوم بتصميم خطوط البيانات والذكاء الاصطناعي، دمج النماذج (بما في ذلك التعلم الآلي والذكاء الاصطناعي التوليدي)، ونشرها باستخدام تدفقات عمل داتابريكس وخدمات أزور الأصلية.
يتطلب النجاح في هذا الدور خبرة عملية قوية مع ساب داتابريكس، بايثون، SQL، وخدمات أزور، بالإضافة إلى فهم واضح لكيفية فشل أنظمة الذكاء الاصطناعي في الإنتاج - وكيفية منع ذلك.
ستتعاون بشكل وثيق مع علماء البيانات، مهندسي المنصات، وأصحاب المصلحة في الأعمال لضمان أن تطبيقات الذكاء الاصطناعي قابلة للاستخدام، وقابلة للتوسع، وقابلة للصيانة بعد الإصدار الأول.

المسؤوليات الرئيسية تصميم وبناء خطوط بيانات وذكاء اصطناعي من البداية إلى النهاية باستخدام ساب داتابريكس.
تطوير تدفقات عمل ETL/ELT قوية باستخدام بايثون (باي سبارك) وSQL.
تنفيذ خطوط أنابيب CI/CD لنشر داتابريكس (وظائف، دفاتر، تدفقات عمل).
دمج داتابريكس مع خدمات أزور (بحيرة البيانات، تخزين Blob، خزنة المفاتيح، أزور أوبن أي، وظائف أزور، إلخ).
تحسين الوظائف من حيث الأداء، التكلفة، والموثوقية.
بناء كود قابل لإعادة الاستخدام، ووحدات.
التعاون مع علماء البيانات وفرق المنصات لنقل النماذج من التجربة إلى الإنتاج.
تنفيذ التسجيل، المراقبة، والتعامل مع الأخطاء لخطوط الأنابيب الإنتاجية.
تطوير ونشر نماذج التعلم الآلي والذكاء الاصطناعي التوليدي (نماذج لغوية كبيرة، تضمينات، خطوط أنابيب RAG) لتحليل اللغة الطبيعية، الرؤية الحاسوبية، والتحليلات التنبؤية.
تحسين النماذج اللغوية الكبيرة باستخدام LoRA/QLoRA ودمجها مع أزور أوبن أي أو نماذج هاجينغ فيس.
تنفيذ البحث والاسترجاع باستخدام FAISS أو بحث أزور المعرفي.
ضمان ممارسات الذكاء الاصطناعي المسؤولة، بما في ذلك اكتشاف التحيز وحوكمة النماذج.

من الجيد أن يكون لديك (ميزة قوية) خبرة في أحمال العمل الخاصة بالتعلم الآلي والذكاء الاصطناعي التوليدي على داتابريكس.
خطوط أنابيب RAG، التضمينات، أو الاستدلال.
Terraform / ARM / Bicep للبنية التحتية.
حزم أصول داتابريكس.
تنسيق Airflow أو ADF.
خبرة في مراقبة الإنتاج وتحسين التكاليف.
معرفة بـ LangChain أو أطر مشابهة لتطوير تطبيقات الذكاء الاصطناعي.
خبرة مع خدمات أزور للذكاء الاصطناعي (أزور تعلم الآلة، خدمات أزور المعرفية).

ساب داتابريكس (وظائف، تدفقات عمل، مجموعات، كتالوج الوحدة مفضل).
بايثون (ثقيل على باي سبارك، وليس فقط باندا).
SQL (الانضمامات المعقدة، وظائف النوافذ، الاستعلامات التحليلية).
سحاب أزور (ADLS Gen2، ADF، خزنة المفاتيح، مفاهيم IAM).
تنسيق خطوط الأنابيب والنشر (CI/CD، ترقية البيئة).
أزور ديف أوبس.
فهم قوي لدورة حياة التعلم الآلي وأفضل ممارسات MLOps.
خبرة في نشر النماذج باستخدام MLflow أو أطر مشابهة.