مهندس موظف - منصة الذكاء الاصطناعي

شركتنا
في تيراداتا، نؤمن بأن الناس يزدهرون عندما يتم تمكينهم بمعلومات أفضل. لهذا السبب قمنا ببناء أكثر منصات التحليلات السحابية وبيانات الذكاء الاصطناعي شمولًا. من خلال تقديم بيانات متناسقة، وذكاء اصطناعي موثوق، وابتكار أسرع، نرفع ونمكّن عملائنا - وعملاء عملائنا - لاتخاذ قرارات أفضل وأكثر ثقة. الشركات الرائدة في العالم عبر كل صناعة رئيسية تثق في تيراداتا لتحسين أداء الأعمال، وتعزيز تجارب العملاء، ودمج البيانات بالكامل عبر المؤسسة.

أشعل مستقبل اللغة مع الذكاء الاصطناعي في تيراداتا!

ما ستفعله: شكل الطريقة التي يفهم بها العالم البيانات

في تيراداتا، نحن لا ندير البيانات فقط؛ بل نطلق إمكاناتها بالكامل. منصتنا ClearScape Analytics (TM) ومخزن Enterprise Vector الرائد تمكّن أكبر المؤسسات في العالم من الحصول على قيمة غير مسبوقة من بياناتها الأكثر تعقيدًا. نحن ندفع بسرعة حدود ما هو ممكن مع الذكاء الاصطناعي، خاصة في مجال الأنظمة الذاتية والوكيلية.

نحن نبني أنظمة ذكية تتجاوز الأتمتة - فهي تلاحظ، وتستنتج، وتتكيف، وتدفع اتخاذ القرارات المعقدة عبر بيئات المؤسسات الكبيرة. كعضو في فريق هندسة الذكاء الاصطناعي لدينا، ستلعب دورًا حاسمًا في تصميم ونشر وكلاء ذكاء اصطناعي متقدمة تتكامل بعمق مع العمليات التجارية، وتحول البيانات إلى رؤى، وأفعال، ونتائج قابلة للقياس.

في هذا الدور، ستقوم بتصميم مكونات أساسية لأنظمة الذكاء الاصطناعي الجاهزة للإنتاج - من أطر الوكلاء وخطوط أنابيب LLM إلى طبقات المراقبة والتقييم التي تضمن الموثوقية، والمساءلة، والأداء. ستكون مسؤولاً ليس فقط عن بناء النماذج، ولكن عن جعلها قابلة للقياس، وقابلة للتصحيح، وموثوقة في عمليات النشر الواقعية عالية المخاطر.

ستعمل جنبًا إلى جنب مع فريق عالي المستوى من الباحثين والمهندسين وعلماء البيانات الذين يتعاملون مع بعض من أصعب المشكلات في الذكاء الاصطناعي وبرامج المؤسسات - من التنسيق متعدد الوكلاء القابل للتوسع وتطبيقات LLM الدقيقة، إلى المراقبة في الوقت الحقيقي، واكتشاف الانحراف، وأنظمة إعادة التدريب المغلقة.

إذا كنت شغوفًا ببناء أنظمة ذكية ليست فقط قوية ولكن قابلة للمراقبة، ومرنة، وجاهزة للإنتاج، فإن هذا الدور يقدم لك الفرصة لتشكيل مستقبل الذكاء الاصطناعي في المؤسسات من الأساس.

مع من ستعمل: تعاون مع الأفضل

تخيل التعاون يوميًا مع بعض من ألمع العقول في الشركة - أفراد يدعمون التنوع، والإنصاف، والشمول كأمور أساسية لنجاحنا. ستكون جزءًا من قوة متماسكة، تركز بشكل حاد على تقديم وظائف الذكاء الاصطناعي/التعلم الآلي عالية الجودة، الحرجة، وذات الرؤية العالية ضمن منصة تيراداتا فانتاج. ستشكل رؤاك مباشرة مستقبل حلول البيانات الذكية لدينا.

سترفع تقاريرك مباشرة إلى المدير الأول الملهم، هندسة البرمجيات، الذي سيعزز نموك ويمكّن مساهماتك.

ما الذي يجعلك مرشحًا مؤهلاً: المهارات في العمل

• تصميم ونمذجة واجهات للتفاعل مع الوكلاء الذاتيين.
• تنفيذ مكونات واجهة مستخدم استجابة، وقابلة للوصول، وقابلة للتفسير تعرض قرارات الذكاء الاصطناعي، وعدم اليقين، ومسارات الاستدلال.
• التعاون مع الباحثين في الذكاء الاصطناعي ومهندسي البرمجيات لضمان دعم الواجهات للقدرات الناشئة للوكلاء.
• إجراء اختبارات قابلية الاستخدام مع سيناريوهات البشر في الحلقة.
• قيادة أفضل الممارسات في تجربة المستخدم حول السلامة، ومعايرة الثقة، وقابلية التفسير للأنظمة الذكية.
• تصميم ونمذجة واجهات بديهية وعالية التأثير للتفاعل مع الوكلاء الذاتيين والذكيين.
• تجربة مع واجهات برمجة التطبيقات LLM، وسير العمل الوكيلة، وإطارات المصدر المفتوح المتطورة.
• استكشاف وتنفيذ أنظمة التخطيط، وقواعد البيانات المتجهة، أو هياكل الذاكرة مثل التخزين القائم على الرسوم البيانية على تيراداتا.
• دعم أفضل الممارسات في تجربة المستخدم حول السلامة، ومعايرة الثقة، وقابلية التفسير للأنظمة الذكية.
• التعاون مع الباحثين في الذكاء الاصطناعي ومهندسي البرمجيات لضمان تطور الواجهات جنبًا إلى جنب مع القدرات الناشئة للوكلاء.
• تطوير وتعزيز تجارب الدفاتر الأصلية التي تدمج التعليمات البرمجية، والبيانات، والتصور - مما يمكّن التفاعل السلس مع LLMs، والوكلاء، وسير عمل الذكاء الاصطناعي.
• تبني ممارسات DevOps، ودمج تطوير واجهة المستخدم مع خطوط أنابيب التكامل المستمر والنشر من أجل تكرار سريع ونشر سلس.
• تنفيذ اختبارات الوحدة لمكونات واجهة المستخدم لضمان الموثوقية والمحافظة على تجارب مستخدم عالية الجودة.
• خلفية هندسية قوية (Python/Java/Golang، تكامل واجهة برمجة التطبيقات، أطر العمل الخلفية).
• مهارات تصميم نظام قوية وفهم للأنظمة الموزعة.
• أنت مهووس بالموثوقية، وقابلية التصحيح، وضمان سلوك أنظمة الذكاء الاصطناعي بشكل حتمي عند الحاجة.

ما الذي تقدمه: الشغف والإمكانات

• درجة بكاليوس أو ماجستير في علوم الكمبيوتر، أو الهندسة، أو علوم البيانات، أو مجال ذي صلة - أساسك الأكاديمي هو المفتاح.
• حماس حقيقي للذكاء الاصطناعي والنماذج اللغوية الكبيرة (LLMs) هو ميزة كبيرة - ستعمل في حافة التكنولوجيا!
• خبرة في تصميم واجهة المستخدم/تجربة المستخدم وهندسة الواجهة الأمامية.
• إجادة في Angular، وTypeScript، وFigma، وأنظمة التصميم.
• خبرة في تطوير واجهات الدفاتر الأصلية أو الإضافات (مثل Jupyter، وVS Code Notebooks، أو واجهات الدفاتر المخصصة) هي ميزة قوية.
• فهم قوي للتفاعل بين الإنسان والآلة (HCI)، خاصة مع الأنظمة الذكية.
• خبرة في تصميم واجهات لعمليات العمل المعقدة أو المنتجات المدعومة بالذكاء الاصطناعي هي ميزة.
• ميزة إضافية: خبرة في أدوات قائمة على LLM أو تنسيق الوكلاء (مثل LangChain، وAutoGen).
• أنت على دراية بالأدوات والتقنيات مفتوحة المصدر وتعرف كيفية الاستفادة منها وتوسيعها لبناء حلول مبتكرة.
• شغف بـ الذكاء الاصطناعي/التعلم الآلي، خاصة في بناء واجهات ذكية مدفوعة بالوكالة تبدو بشرية.
• عقلية ملكية - أنت تبني، وتنشر، وتكرر، وتوسع برؤية طويلة الأمد.
• اختبار الوحدة والجودة: خبرة في تنفيذ اختبارات الوحدة لمكونات واجهة المستخدم لضمان المتانة وقابلية الصيانة.
• معرفة بممارسات DevOps: مرتاح مع منهجيات DevOps، بما في ذلك عمليات CI/CD لدمج تطوير واجهة المستخدم في خطوط أنابيب النشر الآلي.
• عقلية ملكية: موقف استباقي تجاه تحمل المسؤولية عن المشاريع والتزام ببناء، واختبار، وتكرار، وتوسيع حلول واجهة المستخدم التي تلبي الاحتياجات الفنية واحتياجات المستخدم.
• خبرة في تطوير البرمجيات (يفضل Python، أو Go، أو Java).
• معرفة بتطوير الخدمات الخلفية، وواجهات برمجة التطبيقات، والأنظمة الموزعة.
• اهتمام أو خبرة في LLMs، أو الوكلاء الذاتيين، أو أدوات الذكاء الاصطناعي.
• معرفة بالبيئات الحاوية (Docker، Kubernetes) وعمليات CI/CD.
• خبرة في أدوات وممارسات رصد الذكاء الاصطناعي (مثل التسجيل، والمراقبة، والتتبع، والمعايير لوكلاء الذكاء الاصطناعي أو نماذج التعلم الآلي).
• بناء لوحات المعلومات وخطوط أنابيب المعايير لتتبع مؤشرات نظام الذكاء الاصطناعي الرئيسية: زمن الاستجابة، والدقة، ونجاح استدعاء الأدوات، ومعدل الهلوسة، وأنماط الفشل.
• دمج أدوات المراقبة (مثل OpenTelemetry، وPrometheus، وGrafana) مع سير العمل القائم على LLM وخطوط أنابيب الوكلاء.
• ميزة إضافية: خبرة بحثية أو مساهمات في أطر العمل الوكيلة مفتوحة المصدر.
• أنت على دراية بالأدوات والتقنيات مفتوحة المصدر وتعرف كيفية الاستفادة منها وتوسيعها لبناء حلول مبتكرة.
• التعبئة والتنسيق: معرفة قوية بالبيئات الحاوية باستخدام Docker وKubernetes لنشر وإدارة أعباء عمل الذكاء الاصطناعي/التعلم الآلي على نطاق واسع.
• خطوط أنابيب CI/CD: خبرة في تنفيذ وصيانة خطوط أنابيب التكامل المستمر والنشر المستمر (CI/CD) لتبسيط عمليات تدريب النماذج، واختبارها، ونشرها في بيئات الإنتاج.
• خبرة في أتمتة سير العمل التعلمي باستخدام أدوات مثل Kubeflow، وMLflow، أو Argo Workflows هي ميزة.
• معرفة بمراقبة وتوسيع خدمات التعلم الآلي على مجموعات Kubernetes (مثل استخدام Prometheus، وGrafana، أو KServe).

#LI-VB1