أول أمس
مطور وكيل أول للذكاء الاصطناعي
Coretek Services · Kondapur, Telangana, India
Workableقدّم عبر موقع الشركة
Hybrid
Senior
نبذة عن الوظيفة
تبحث Coretek عن مطور Agentic AI لبناء وكلاء ذكاء اصطناعي إنتاجي لعملائنا. ستقوم بتصميم وشحن الأنظمة التي يقوم فيها LLM بالتخطيط، واستدعاء الأدوات، والعمل ضد أنظمة الأعمال الحقيقية، ثم ستجعل هذه الأنظمة موثوقة ومقيّمة وآمنة وبأسعار معقولة بما يكفي لتشغيلها في الإنتاج. هذا دور هندسي عملي في بيئة استشارية تواجه العملاء.
المسؤوليات
- تصميم وبناء وشحن تطبيقات الذكاء الاصطناعي الوكيل على Azure: التفكير متعدد الخطوات، واستدعاء الأدوات والوظائف، والاسترجاع، والذاكرة، ونقاط التفتيش البشرية في الحلقة.
- تنفيذ خطوط أنابيب توليد الاسترجاع المعزز، بما في ذلك استراتيجية التقطيع، والتضمين والفهرسة، والبحث المختلط والدلالي، وإعادة الترتيب، والأساس مع الاستشهادات.
- دمج الوكلاء مع أنظمة العميل من خلال واجهات برمجة التطبيقات وقواعد البيانات وخوادم بروتوكول السياق النموذجي (MCP)، وكتابة تعريفات الأدوات والمخططات التي يعتمد عليها النموذج.
- بناء أدوات التقييم ومجموعات البيانات الذهبية، والتعامل مع الدقة والثبات وإكمال المهام كأرقام مقاسة وليس انطباعات.
- وكلاء أدوات الإنتاج: التتبع، والقياس عن بعد للرمز المميز والتكلفة، وميزانيات زمن الوصول، ومسارات الفشل والتراجع، والتنبيه بشأن تراجعات الجودة.
- تنفيذ حواجز الحماية وضوابط الذكاء الاصطناعي المسؤولة، التي تغطي الدفاع الفوري، وتصفية المحتوى، ومعالجة معلومات تحديد الهوية الشخصية (PII)، والتحقق من صحة المخرجات، ووضع حدود واضحة لما يُسمح للوكيل بفعله دون موافقة بشرية.
- ضبط التكلفة وزمن الوصول من خلال اختيار النموذج، والتخزين المؤقت السريع، وإدارة السياق، والتجميع، وتوجيه العمل البسيط إلى نماذج أصغر.
- تطبيق الانضباط الهندسي على كود الذكاء الاصطناعي: التحكم في الإصدار، ومراجعة الكود، والاختبار الآلي، وCI/CD، والإصدار السريع والنموذجي.
- تخزين خدمات الوكلاء ونشرها، وامتلاك البنية والإصدار والقياس وتكوين وقت التشغيل لما تقوم بشحنه.
- تعيين التوجيه الفني بشأن ارتباطات العملاء وتوجيه المهندسين المبتدئين، وإنشاء الأنماط والمعايير التي يمكن للفريق الأوسع اتباعها.
- العمل بشكل مباشر مع العملاء لتحويل مشكلات الأعمال الغامضة إلى حالات استخدام محددة للوكيل، وكن صادقًا بشأن ما يمكن للنماذج الحالية فعله وما لا يمكنها فعله بشكل موثوق.
- الشراكة مع مديري المشاريع ومهندسي البيانات وفرق التطبيقات لتقديم خدمات متكاملة وتوثيق ما تقوم بإنشائه حتى يتمكن الآخرون من تشغيله.
المتطلبات
- ما لا يقل عن 7 سنوات في دور هندسة البرمجيات أو البيانات أو تعلم الآلة، مع سنتين على الأقل في بناء التطبيقات المستندة إلى LLM أو التطبيقات الوكيلة التي تصل إلى مستخدمين حقيقيين.
- تطوير عملي قوي للغة Python، مع ممارسة الاختبار الحقيقي والتعبئة ومراجعة التعليمات البرمجية، وليس البرمجة النصية وحدها.
- خبرة عملية مع LLM APIs وأطر عمل الوكيل، مثل Microsoft Agent Framework أو Azure AI Foundry أو Azure OpenAI أو LangGraph.
- معرفة عملية بأنماط تصميم الوكيل: استدعاء الأداة والوظيفة، والمخرجات المنظمة، وحلقات التخطيط والانعكاس، وعمليات التسليم بين الوكلاء المتعددين، ومعرفة متى يتفوق سير العمل الحتمي على الوكيل.
- تجربة بناء أنظمة RAG باستخدام متجر بحث متجه أو مختلط، مثل Azure AI Search أو PostgreSQL مع pgvector أو Cosmos DB.
- عمق هندسي سريع، بما في ذلك التصميم الفوري للنظام، واستراتيجية اللقطات القليلة، وإدارة نوافذ السياق، والتكرار المنهجي مقابل مجموعة التقييم.
- خبرة عملية مع Docker وKubernetes، بما في ذلك كتابة صور الإنتاج وإدارة التكوين والأسرار ونشر أعباء العمل وتوسيع نطاقها على AKS أو ما يعادلها.
- تجربة نشر وتشغيل الخدمات على Azure، مثل AKS أو تطبيقات الحاوية أو وظائف Azure أو خدمة التطبيقات.
- واجهة برمجة التطبيقات الصلبة وأساسيات البيانات: تصميم مخططات REST والبرمجة غير المتزامنة وSQL وJSON.
- سير العمل القائم على Git وتجربة الشحن من خلال CI/CD.
- مهارات اتصال ممتازة، مع القدرة على توضيح المفاهيم التقنية المعقدة لجماهير متنوعة، بما في ذلك أصحاب المصلحة غير التقنيين، ووضع توقعات واقعية حول قدرة الذكاء الاصطناعي والمخاطر.
- مهارات تحليلية وتصحيحية استثنائية، بما في ذلك القدرة على تشخيص سبب فشل العامل عندما يكون الفشل غير حتمي ويكون تتبع المكدس نظيفًا.
- معرفة وخبرة قوية في العمل مع العملاء من خلال نهج استشاري في بيئة تقنية.
مؤهلات إضافية
- تجربة مع خادم بروتوكول السياق النموذجي (MCP) أو تطوير العميل.
- الإلمام بأدوات مراقبة وتقييم LLM، مثل تقييمات Azure AI Foundry أو LangSmith أو التتبع المستند إلى OpenTelemetry.
- الإلمام بمتطلبات شبكة Azure والهوية والأمان، بما في ذلك الهوية المُدارة وKey Vault ونقاط النهاية الخاصة.
- خبرة في الضبط الدقيق أو التقطير أو نشر نموذج اللغة الصغيرة.
- تجربة مع Microsoft Fabric أو Azure Databricks أو Azure Synapse لطبقة البيانات الموجودة خلف حلول الذكاء الاصطناعي.
- خبرة في التعامل مع ذكاء المستندات والمدخلات متعددة الوسائط، مثل ذكاء مستند Azure AI أو الرؤية أو الكلام.
- خبرة في بيئة منظمة (HIPAA، SOC 2، الناتج المحلي الإجمالي، قانون DPDP) مع إمكانية التدقيق ومتطلبات إقامة البيانات.
- البنية التحتية كتجربة للتعليمات البرمجية (Terraform أو Bicep أو Helm).
- ثبت القدرة على إدارة مشاريع العملاء المتعددة وتقديم نتائج عالية الجودة في الوقت المحدد.
- خبرة في Azure DevOps أو GitHub للتحكم بالمصادر وخطوط الأنابيب.
المسؤوليات
1Design, build, and ship agentic AI applications on Azure: multi-step reasoning, tool and function calling, retrieval, memory, and human-in-the-loop checkpoints.
2Implement retrieval-augmented generation pipelines, including chunking strategy, embedding and indexing, hybrid and semantic search, reranking, and grounding with citations.
3Integrate agents with client systems through APIs, databases, and Model Context Protocol (MCP) servers, writing the tool definitions and schemas the model depends on.
4Build evaluation harnesses and golden datasets, and treat accuracy, groundedness, and task completion as measured numbers rather than impressions.
5Instrument agents for production: tracing, token and cost telemetry, latency budgets, failure and fallback paths, and alerting on quality regressions.
6Tune cost and latency through model selection, prompt caching, context management, batching, and routing simple work to smaller models.
7Apply engineering discipline to AI code: version control, code review, automated testing, CI/CD, and prompt and model versioning.
8Containerize and deploy agent services, owning the build, release, scaling, and runtime configuration of what you ship.
المتطلبات
1At least 7 years in a software, data, or ML engineering role, with a minimum of 2 years building LLM-based or agentic applications that reached real users.
2Strong hands-on Python development, with real testing, packaging, and code review practice, not scripting alone.
3Practical experience with LLM APIs and agent frameworks, such as Microsoft Agent Framework, Azure AI Foundry, Azure OpenAI, or LangGraph.
4Working knowledge of agent design patterns: tool and function calling, structured output, planning and reflection loops, multi-agent handoffs, and knowing when a deterministic workflow beats an agent.
5Experience building RAG systems with a vector or hybrid search store, such as Azure AI Search, PostgreSQL with pgvector, or Cosmos DB.
6Prompt engineering depth, including system prompt design, few-shot strategy, context window management, and systematic iteration against an eval set.
7Hands-on experience with Docker and Kubernetes, including writing production images, managing configuration and secrets, and deploying and scaling workloads on AKS or equivalent.
8Experience deploying and operating services on Azure, such as AKS, Container Apps, Azure Functions, or App Service.
9Solid API and data fundamentals: REST, async programming, SQL, and JSON schema design.
10Git-based workflow and experience shipping through CI/CD.
11Excellent communication skills, with the ability to articulate complex technical concepts to diverse audiences, including non-technical stakeholders, and to set realistic expectations about AI capability and risk.
12Exceptional analytical and debugging skills, including the ability to diagnose why an agent failed when the failure is non-deterministic and the stack trace is clean.
13Strong knowledge and experience in working with customers in a consultative approach in a technical environment.
14Experience with Model Context Protocol (MCP) server or client development.
المهارات والوسوم
INPythonSQLPostgreSQLAzureDockerKubernetesDevOpsProject ManagementLogistics
