عالم بيانات شامل (مهندس ذكاء اصطناعي في أزور)

عالم بيانات شامل (مهندس ذكاء اصطناعي في أزور) الموقع: دبي الخبرة: 8+ سنوات (علوم البيانات / هندسة الذكاء الاصطناعي / التعلم الآلي التطبيقي) نوع الوظيفة: دوام كامل ملخص الوظيفة: يتم البحث عن عالم بيانات شامل ومهندس ذكاء اصطناعي في أزور ذو كفاءة عالية، يمكنه بناء منتجات ذكاء اصطناعي شاملة: البيانات + نماذج التعلم الآلي / التعلم العميق / الرؤية الحاسوبية + سير العمل الوكيلة + واجهات برمجة التطبيقات + النشر القابل للتوسع على كوبرنيتس (AKS).
تتطلب هذه الوظيفة خبرة عميقة في نظام أزور للذكاء الاصطناعي (أزور للتعلم الآلي، أزور للذكاء الاصطناعي، أزور للبحث في الذكاء الاصطناعي) وتجربة عملية قوية في بناء وكلاء الذكاء الاصطناعي باستخدام LangChain وLangGraph و/أو إطار عمل Microsoft Agent، مع Langfuse للتتبع والتقييم والمراقبة.
يجب أن يكون المرشح المثالي قد قام بشحن أنظمة الإنتاج مع تأثير تجاري قابل للقياس ويمكنه تشغيلها بشكل موثوق من خلال ممارسات MLOps / LLMOps القوية.
المسؤوليات الرئيسية 1) تسليم منتج الذكاء الاصطناعي من البداية إلى النهاية • امتلاك التسليم من تعريف المشكلة → الهندسة المعمارية → التطوير → النشر → المراقبة → التحسينات المتكررة.
• تحويل احتياجات الأعمال إلى حلول ذكاء اصطناعي قوية مع مؤشرات أداء رئيسية واضحة، وجداول زمنية، ونتائج قابلة للقياس.
• بناء تطبيقات ذكاء اصطناعي آمنة وقابلة للتوسع وسهلة الصيانة وجاهزة للإنتاج.
2) وكلاء الذكاء الاصطناعي وسير العمل الوكيل (يجب أن يكون) • تصميم وتنفيذ وتنظيم وكلاء الذكاء الاصطناعي القادرين على التخطيط، واستخدام الأدوات، واستدعاء الوظائف، واسترجاع البيانات، والتنفيذ متعدد الخطوات.
• بناء أنظمة الوكلاء باستخدام: o LangChain لتنظيم الأدوات / الوظائف، والاسترجاع، والتكاملات o LangGraph لسير العمل الوكيل القابل للحالة، متعدد الخطوات، والمقاوم o إطار عمل Microsoft Agent لأنماط الوكلاء على مستوى المؤسسات والتكاملات تكنولوجيا المعلومات الجماعية • تنفيذ أنماط الوكلاء: التوجيه، وتفكيك المهام، والتعاون بين الوكلاء المتعددين، والذاكرة، والتحقق، وإعادة المحاولة / البدائل، وموافقات الإنسان في الحلقة.
• تطبيق الأمن والسلامة: الدفاعات ضد حقن التعليمات، وتصاريح الأدوات، والتوثيق / الاستشهادات، وفحوصات السياسات، وسجلات التدقيق.
3) LLMOps / المراقبة / التقييم (Langfuse) • تنفيذ Langfuse (أو ما يعادله) من أجل: o تسجيل التعليمات والتتبع، ومراقبة الكمون / التكلفة o التقييم القائم على مجموعة البيانات، واختبار الانحدار، وبوابات الجودة o حلقات التغذية الراجعة والتحسين المستمر للتعليمات / الوكلاء • إنشاء أطر تقييم لـ RAG / الوكلاء: مقاييس الاسترجاع، وجودة الإجابات، وفحوصات الهلوسة، وفعالية الحواجز.
4) أزور للتعلم الآلي وMLOps (يجب أن يكون) • بناء / تشغيل سير العمل التعليمي باستخدام أزور للتعلم الآلي: o وظائف التدريب، والحوسبة، والبيئات، والأنابيب، وتتبع MLflow o سجل النماذج والترقية، ونقاط النهاية المدارة عبر الإنترنت • تنفيذ CI / CD لإصدارات النموذج + التطبيق وممارسات MLOps: النسخ، وإمكانية التكرار، والاختبار التلقائي، ومحفزات إعادة التدريب.
5) أزور للذكاء الاصطناعي وأزور للبحث في الذكاء الاصطناعي (يجب أن يكون) • بناء حلول GenAI باستخدام أزور للذكاء الاصطناعي (تدفقات التعليمات / التنظيم، تكامل النشر، سير العمل التقييمي).
• تنفيذ أنابيب RAG باستخدام أزور للبحث في الذكاء الاصطناعي: o إدخال / فهرسة البيانات المنظمة وغير المنظمة o البحث المتجه + الهجين، والترتيب الدلالي (حيثما ينطبق)، والتصفية، وضبط الصلة o الاستشهادات، والتحكم في الوصول القائم على البيانات الوصفية، وأتمتة الفهرسة 6) ML / DL والرؤية الحاسوبية (متطلب قوي) • تطوير ونشر حلول ML / DL قوية بما في ذلك الرؤية الحاسوبية: o التصنيف، والكشف، والتجزئة، وفهم الوثائق / OCR، واكتشاف الشذوذ / العيوب • إجراء التجارب، وضبط الأداء، والتحسين (الأداء، والموثوقية، والتكلفة).
• إنتاج أنابيب CV مع المراقبة والتحسين المستمر.
تكنولوجيا المعلومات الجماعية 7) هندسة الواجهة الخلفية / واجهة برمجة التطبيقات (FastAPI + Node.js) • بناء واجهات برمجة التطبيقات الإنتاجية للنماذج والوكلاء باستخدام FastAPI (بايثون) (غير متزامن، OpenAPI / Swagger، مصادقة، وسطاء، تحقق).
• بناء تنظيم الخدمات والتكاملات باستخدام Node.js حيثما كان ذلك مناسبًا.
• تنفيذ أنماط واجهة برمجة التطبيقات الآمنة: المصادقة / التفويض (أنماط Azure AD / RBAC)، وتحديد المعدل، والتخزين المؤقت، ومعالجة الأخطاء.
8) هندسة الواجهة الأمامية (React) • بناء واجهات مستخدم حديثة في React لتطبيقات الذكاء الاصطناعي (واجهة دردشة الوكيل، لوحات المعلومات، شاشات سير العمل).
• دعم الاستجابات المتدفقة، والاستشهادات، وذاكرة الجلسة، والتقاط التغذية الراجعة، وتحليلات المستخدم.
9) نشر كوبرنيتس / عمليات AKS • حاوية الخدمات باستخدام Docker ونشرها على كوبرنيتس (يفضل AKS).
• تنفيذ التوسع، والنشر، وإدارة الأسرار / التكوين، والدخول، وأنماط الموثوقية.
• إعداد المراقبة / القياس باستخدام Azure Monitor / App Insights (أو ما يعادله)، والتنبيهات، وكتب التشغيل.
المهارات والمؤهلات المطلوبة الشهادات الإلزامية (يجب) • AI-102: معتمد من مايكروسوفت - مهندس الذكاء الاصطناعي في أزور • DP-100: معتمد من مايكروسوفت - عالم بيانات أزور المهارات التقنية الأساسية • الوكلاء / الأطر: خبرة عملية قوية مع LangChain وLangGraph وإطار عمل Microsoft Agent • LLMOps: خبرة قوية مع Langfuse للتتبع / التقييم / المراقبة (أو أدوات معادلة، مع تفضيل Langfuse).
• أزور: أزور ML، أزور للذكاء الاصطناعي، أزور للبحث في الذكاء الاصطناعي؛ بالإضافة إلى Key Vault، Storage، App Insights / Monitor حسب الحاجة.
• البرمجة: بايثون قوية؛ تطوير واجهة برمجة التطبيقات باستخدام FastAPI؛ Node.js للخدمات / التكاملات.
• الواجهة الأمامية: React لتطوير واجهة المستخدم الإنتاجية.
• ML / DL / CV: عمق مثبت في ML / DL والرؤية الحاسوبية.
• النشر: Docker + كوبرنيتس / AKS.
تكنولوجيا المعلومات الجماعية • البيانات: SQL قوية؛ خبرة مع البيانات المنظمة وغير المنظمة.
]