قبل 3 أيام
مهندس الذكاء الاصطناعي الرئيسي
Nawy Real Estate · Cairo, Al Qāhirah, Egypt
Workableقدّم عبر موقع الشركة
Hybrid
Lead
نبذة عن الوظيفة
الوصف نحن نبحث عن مهندس ذكاء اصطناعي رئيسي يتمتع بخبرة تزيد عن 6 سنوات لقيادة التطوير الفني وتقديم حلول الذكاء الاصطناعي. ستقدم إرشادات فنية عملية لفريق من مهندسي الذكاء الاصطناعي وستقدم حلول ML وGenAI الكلاسيكية للإنتاج. ستعمل بشكل وثيق مع فرق المنتجات والبيانات والأعمال لترجمة احتياجات العمل إلى حلول ذكاء اصطناعي موثوقة وقابلة للتطوير وفعالة.
المسؤوليات
- قيادة التنفيذ الفني الشامل لمشاريع الذكاء الاصطناعي/تعلم الآلة، من النماذج الأولية والتجريب إلى نشر الإنتاج وتحسينه.
- تصميم ومراجعة بنية أنظمة الذكاء الاصطناعي، بما في ذلك خطوط أنابيب البيانات وخدمة النماذج وقواعد بيانات المتجهات وأنظمة RAG وسير العمل الوكيل.
- توجيه تطوير نماذج تعلم الآلة الكلاسيكية (التنبؤ، التصنيف، التوصية، التسجيل) وحلول GenAI (RAG، وكلاء الذكاء الاصطناعي، تطبيقات LLM).
- تقييم واختيار الأساليب المناسبة لكل مشكلة، بما في ذلك تعلم الآلة الكلاسيكي أو ماجستير إدارة الأعمال أو الضبط الدقيق أو الحلول المختلطة، بناءً على الدقة والتكلفة والأداء وقابلية الصيانة.
- توفير التوجيه الفني العملي، وإجراء مراجعات التعليمات البرمجية والهندسة المعمارية، وتوجيه مهندسي الذكاء الاصطناعي.
- تنفيذ وصيانة أفضل الممارسات الهندسية لجودة التعليمات البرمجية، والاختبار، وCI/CD، وMLOps، وتقييم النموذج، والمراقبة.
- التأكد من أن أنظمة الذكاء الاصطناعي للإنتاج موثوقة وقابلة للتطوير وآمنة وفعالة من حيث التكلفة، مع تطبيق الضمانات المناسبة لخصوصية البيانات والذكاء الاصطناعي المسؤول.
- التعاون مع فرق المنتجات والبيانات والهندسة لترجمة متطلبات العمل إلى حلول تقنية وإبلاغ المقايضات الفنية إلى أصحاب المصلحة.
- استكشاف التحديات التقنية المعقدة وإصلاحها، وتحسين أداء النظام، والمساهمة في تطوير مكونات الذكاء الاصطناعي القابلة لإعادة الاستخدام.
المتطلبات
- البكالوريوس أو الماجستير في علوم الكمبيوتر أو الهندسة أو مجال ذي صلة.
- 6+ سنوات في أدوار الذكاء الاصطناعي أو التعلم الآلي أو علوم البيانات.
- 1+ سنوات قيادة فريق من المهندسين، بما في ذلك التوظيف وإدارة الأفراد.
- بناء سجل حافل ونشر نماذج تعلم الآلة الكلاسيكية (على سبيل المثال، تعزيز التدرج، والانحدار، والتصنيف، وأنظمة التوصية، والتنبؤ بالسلاسل الزمنية).
- فهم قوي لهندسة الميزات، والتحقق من صحة النموذج، وتصميم التجربة (اختبار أ/ب).
- خبرة مثبتة في تصميم ونشر أنظمة GenAI باستخدام LLMs.
- التدريب العملي على الخبرة مع RAG، وقواعد بيانات المتجهات، ونماذج التضمين.
- تجربة مع أطر عمل الوكيل مثل LangChain أو LangGraph أو PydanticAI.
- خبرة في تقييم LLM، وقابلية الملاحظة، وتحسين التكلفة.
- خبير في أطر عمل Python وML (scikit-learn، XGBoost/LightGBM، PyTorch).
- تجربة MLOps قوية: إصدار النموذج، CI/CD لتعلم الآلة، والرصد، واكتشاف الانجراف.
- خبرة عملية مع النظام الأساسي السحابي الرئيسي (AWS أو Azure أو GCP).
- مهارات الاتصال وإدارة أصحاب المصلحة قوية.
- خبرة في الأنظمة متعددة الوكلاء أو LLMs التي تستخدم الأدوات.
المؤهلات المفضلة
- خبرة عملية في ضبط LLMs، بما في ذلك تقنيات المعلمات الفعالة مثل LoRA أو QLoRA.
- المساهمات في مشاريع AI/ML مفتوحة المصدر أو الخبرة في إجراء البحوث التطبيقية في التعلم الآلي، أو البرمجة اللغوية العصبية، أو LLMs.
المسؤوليات
1Lead the end-to-end technical implementation of AI/ML projects, from prototyping and experimentation to production deployment and optimization.
2Design and review the architecture of AI systems, including data pipelines, model serving, vector databases, RAG systems, and agentic workflows.
3Guide the development of classical ML models (prediction, ranking, recommendation, scoring) and GenAI solutions (RAG, AI agents, LLM applications).
4Provide hands-on technical guidance, conduct code and architecture reviews, and mentor AI engineers.
5Implement and maintain engineering best practices for code quality, testing, CI/CD, MLOps, model evaluation, and monitoring.
6Ensure production AI systems are reliable, scalable, secure, and cost-efficient, applying appropriate safeguards for data privacy and responsible AI.
7Collaborate with product, data, and engineering teams to translate business requirements into technical solutions and communicate technical trade-offs to stakeholders.
8Troubleshoot complex technical challenges, optimize system performance, and contribute to the development of reusable AI components.
المتطلبات
1Bachelor’s or Master’s in Computer Science, Engineering, or a related field.
26+ years in AI, ML, or data science roles.
31+ years leading a team of engineers, including hiring and people management.
4Proven track record building and deploying classical ML models (e.g., gradient boosting, regression, classification, recommender systems, time-series forecasting).
5Strong grasp of feature engineering, model validation, and experiment design (A/B testing).
6Proven experience designing and deploying GenAI systems using LLMs.
7Hands-on experience with RAG, vector databases, and embedding models.
8Experience with agent frameworks such as LangChain, LangGraph, or PydanticAI.
9Experience with LLM evaluation, observability, and cost optimization.
10Expert in Python and ML frameworks (scikit-learn, XGBoost/LightGBM, PyTorch).
11Strong MLOps experience: model versioning, CI/CD for ML, monitoring, and drift detection.
12Hands-on experience with a major cloud platform (AWS, Azure, or GCP).
13Strong communication and stakeholder management skills.
14Experience with multi-agent systems or tool-using LLMs.
المهارات والوسوم
EGPythonAWSAzureMachine Learning
