أول أمس
قائد تكنولوجيا الذكاء الاصطناعي
Lucidya · Riyadh, Riyadh Province, Saudi Arabia
Workableقدّم عبر موقع الشركة
Full Time
Remote
Lead
نبذة عن الوظيفة
حول لوسيديا تقوم شركة Lucidya ببناء نظام تشغيل لتجربة عملاء Agentic. خط منتجاتنا الرئيسي عبارة عن منصة وكيلة (Agent Studio) حيث يقوم العملاء ببناء وتشغيل وكلاء الذكاء الاصطناعي الذين يقومون بحل مشكلات تجربة العملاء الحقيقية عبر القنوات النصية والصوتية، باللغتين العربية والإنجليزية. ملخص الدور إن قائد تكنولوجيا الذكاء الاصطناعي هو كبير المهندسين العمليين المسؤولين عن الجودة والموثوقية والتوجيه الفني لطبقة الذكاء الاصطناعي في منصتنا الوكيلة. ستضع المعيار الفني لفريق من مهندسي الذكاء الاصطناعي الذين يمتلك كل منهم منطقة، وستكتب رمز الإنتاج بنفسك. ستحتاج إلى ارتداء قبعتين، إحداهما قبعة الذكاء الاصطناعي والأخرى القيادة
المسؤوليات الرئيسية
الاتجاه الفني
- امتلك بنية الذكاء الاصطناعي وتسخيرها وكن مسؤولاً عنها: اختيار النموذج، وأنماط المطالبة، وتصميم الاسترجاع، وحواجز الحماية، وخط أنابيب الصوت.
- اتخاذ وتوثيق القرارات الفنية مع مبررات واضحة.
الجودة والتقييم والموثوقية
- تحديد معيار التقييم ونقل العمل الرئيسي من التجريب إلى الإنتاج
- تقديم أطر الاختبار الرائدة لتطوير الوكيل
- التأكد من أن مراقبة الإنتاج وعمليات التقييم عبر الإنترنت ترصد انخفاض الجودة والهلوسة وارتفاع زمن الاستجابة قبل أن يبلغ العملاء عنها.
قيادة الفريق والممارسات الهندسية
- قيادة فريق الذكاء الاصطناعي في تصميم وتطوير وتقديم منصة الوكيل الخاصة بنا
- إرشاد مهندسي الذكاء الاصطناعي، ورفع المستوى الفني من خلال الاقتران والتعليقات، والمساهمة في التوظيف.
التسليم العملي
- يؤدي تصحيح أخطاء حوادث الإنتاج الحرجة التي تنطوي على سلوك الذكاء الاصطناعي.
- إدارة بناء النماذج الأولية/التجارب للتحقق من صحة القدرات الجديدة (نماذج جديدة، وأنماط الوكيل، والميزات الصوتية) قبل أن يلتزم بها الفريق.
شراكة متعددة الوظائف
- العمل مع المنتج لتحويل حالات استخدام العميل إلى متطلبات فنية
- العمل مع الهندسة على عمل النظام الأساسي المشترك: استدعاء الأدوات وسير العمل والنشر والقياس.
العقلية والسلوكيات
- الملكية: تأخذ النتائج من البداية إلى النهاية، بما في ذلك الفجوات بين الفرق، وتتابعها دون أن يُطلب منك ذلك.
- حكم المفاضلة: ترتكز القرارات على احتياجات العمل ويمكن أن تفسر المفاضلة بين الجودة والسرعة والتكلفة.
- التحدي البناء: التشكيك في الأساليب الحالية واقتراح أساليب أفضل.
- لاعب الفريق: يشارك الفضل، ويساعد أعضاء الفريق على النجاح، ويضع أهداف الفريق قبل الانتصارات الفردية.
- الإبداع والابتكار: حل التحديات المعقدة من خلال التفكير "الخارجي" وكن بطلاً للابتكار
المتطلبات
- الخبرة: أكثر من 7 سنوات في مجال البرمجيات أو هندسة التعلم الآلي، بما في ذلك أكثر من عامين في بناء التطبيقات المستندة إلى ماجستير إدارة الأعمال في الإنتاج. ليس فقط بناء حلول نقاط الذكاء الاصطناعي، بل إن الخبرة على مستوى منصة الذكاء الاصطناعي مطلوبة.
- القيادة الفنية: قاد فريقًا مكونًا من أكثر من 3 مهندسين/علماء في مجال الذكاء الاصطناعي من الناحية الفنية (مراجعات التصميم والمعايير والتوجيه)
- هندسة التطبيقات LLM: خبرة عملية عميقة في الحث، والمخرجات المنظمة، والدرابزين، وأنماط الوكيل/تطوير الأدوات (التخطيط، واستخدام الأدوات، والتفكير متعدد الخطوات).
- القدرة على العمل في بيئات غامضة: يمكن أن يحقق الوضوح والهيكلة للمواقف المعقدة
- التقييم: قام ببناء خطوط تقييم LLM (مجموعات البيانات الذهبية، LLM كحكم، مجموعات الانحدار) واستخدمها لبوابة الإصدارات.
- هندسة الإنتاج: لغة بايثون القوية. تجربة مع واجهات برمجة التطبيقات والنشر السحابي وإمكانية المراقبة وتصحيح أخطاء الأنظمة الموزعة.
- التواصل: إجادة اللغة الإنجليزية تحدثًا وكتابة. قادر على كتابة مستندات تصميم واضحة وسجلات قرار.
من الجميل أن تمتلك المؤهلات
- البرمجة اللغوية العصبية العربية: تجربة اللغة العربية ولهجاتها، وخاصة العربية الخليجية، في ماجستير اللغة أو أنظمة الكلام.
- الذكاء الاصطناعي الصوتي: تجربة مع ASR وTTS ووكلاء الصوت في الوقت الفعلي، بما في ذلك تحسين زمن الوصول.
- مراقبة إنتاج LLMs: الاستخدام العملي لأدوات التتبع والتقييم عبر الإنترنت (على سبيل المثال Langfuse أو Arize أو ما شابه ذلك).
- تكييف النماذج: ضبط أو استخلاص النماذج ذات الوزن المفتوح وتقديمها بطريقة فعالة من حيث التكلفة.
المسؤوليات
1Own and be accountable for the AI architecture and harness: model selection, prompting patterns, retrieval design, guardrails and voice pipeline.
2Make and document technical decisions with clear rationale.
3Define the evaluation standard and move key work from experimentation to production
4Introduce leading testing frameworks for Agentic development
5Ensure production monitoring and online evals catch quality drops, hallucinations and latency spikes before customers report them.
6Lead the AI team in designing, developing, and delivering our Agentic Platform
7Mentor AI engineers, raise the technical bar through pairing and feedback, and contribute to hiring.
8Lead debugging of critical production incidents involving AI behaviour.
المتطلبات
1Experience: 7+ years in software or ML engineering, including 2+ years building LLM-based applications in production. Not just building AI point solutions, AI platform level experience is required.
2Technical leadership: has led a team of 3+ AI engineers/scientist technically (design reviews, standards, mentoring)
3LLM application engineering: deep hands-on experience with prompting, structured outputs, guardrails, agent patterns/harness development (planning, tool use, multi-step reasoning).
4Ability to work in ambiguous settings: can bring clarity and structure to complex situations
5Evaluation: has built LLM evaluation pipelines (golden datasets, LLM-as-judge, regression suites) and used them to gate releases.
6Production engineering: strong Python; experience with APIs, cloud deployment, observability and debugging distributed systems.
7Communication: fluent written and spoken English; able to write clear design docs and decision records.
8Arabic NLP: experience with Arabic and its dialects, especially Gulf Arabic, in LLM or speech systems.
9Voice AI: experience with ASR, TTS and real-time voice agents, including latency optimisation.
10Production monitoring for LLMs: hands-on use of tracing and online eval tools (for example Langfuse, Arize or similar).
11Model adaptation: fine-tuning or distilling open-weight models, and serving them cost-effectively.
المهارات والوسوم
AI EngineeringSAPythonCustomer Service
