أمس
كبير مهندسي الذكاء الاصطناعي - HYPR
Valsoft Corporation · Beirut, Beirut Governorate, Lebanon
Workableقدّم عبر موقع الشركة
Full Time
Hybrid
Senior
نبذة عن الوظيفة
تبحث شركة Aspire Software عن مهندس ذكاء اصطناعي كبير للانضمام إلى فريقنا في لبنان. فيما يلي نافذة صغيرة على شركتنا: تعمل شركة Aspire Software على تشغيل وإدارة شركات البرمجيات المملوكة بالكامل، وتوفير حلول المهام الحرجة عبر قطاعات متعددة. ومن خلال تطبيق أفضل ممارسات الصناعة، تقدم أسباير عملية تكامل حساسة للوقت، وقد سمح لها تشغيل النموذج اللامركزي بأن تصبح مركزًا لتحقيق النمو السريع من خلال إعادة الاستثمار في محفظتها الاستثمارية.
عن الوظيفة
نحن نبحث عن مهندس أول في مجال الذكاء الاصطناعي للمساعدة في نقل فريقنا من الاستخدام الخفيف للذكاء الاصطناعي إلى التطوير متعدد الوكلاء القائم على الوكيل. ستبني ميزات منتج مدعومة بالذكاء الاصطناعي من البداية إلى النهاية، وستعمل كوكيل أولاً في التطوير اليومي الخاص بك، وستشارك ما ينجح حتى يتمكن بقية الفريق من المتابعة. أنت أيضًا مهندس قوي متكامل يتمتع بخبرة مكدسة حديثة، وجاهز للعب دور رئيسي في إعادة البناء الشاملة القادمة (الإصدار الثاني) لمنصتنا مع الحفاظ على نظام Java/Oracle الحالي قيد التشغيل في هذه الأثناء. التطور الأول للذكاء الاصطناعي:
- كن من أوائل المتبنين العمليين: جرّب سير عمل تطوير الوكلاء ومتعددي الوكلاء في العمل الحقيقي، واعثر على ما يناسب قاعدة التعليمات البرمجية لدينا وفريقنا.
- شارك ما تعلمته من خلال توضيح سير العمل، والمساهمة بأفضل الممارسات والوثائق، ومساعدة زملائك في الفريق على مواكبة التطورات.
- تطبيق الذكاء الاصطناعي عبر دورة حياة التطوير، بدءًا من البرمجة والاختبار وحتى مراجعة التعليمات البرمجية، وCI/CD، والعمل على قاعدة التعليمات البرمجية القديمة الخاصة بنا وترحيل النظام الأساسي.
هندسة منتجات الذكاء الاصطناعي:
- تصميم وبناء وشحن ميزات المنتج التي تعمل بالذكاء الاصطناعي من البداية إلى النهاية، مثل المساعدين وروبوتات الدردشة المستندة إلى LLM والتلخيص والترجمة والتصنيف والتحليلات التنبؤية والتخصيص واكتشاف الحالات الشاذة والأتمتة الذكية.
- بناء تطبيقات ووكلاء LLM باستخدام الهندسة السريعة، وتوليد الاسترجاع المعزز (RAG)، واستدعاء الأداة/الوظيفة، والمخرجات المنظمة، وسير العمل الوكيل متعدد الخطوات.
- تقييم واختيار ودمج نماذج الذكاء الاصطناعي وواجهات برمجة التطبيقات والأطر في تطبيقاتنا وأدواتنا الداخلية، وتحقيق التوازن بين الجودة وزمن الوصول والتكلفة لكل حالة استخدام.
- إعداد ممارسات التقييم والجودة لميزات الذكاء الاصطناعي: مجموعات بيانات الاختبار، والتقييمات الآلية، واختبار الانحدار للمطالبات والنماذج، ومراقبة الإنتاج للتأكد من الدقة وزمن الوصول والتكلفة.
- جعل ميزات الذكاء الاصطناعي آمنة وموثوقة من خلال حواجز الحماية، وخصوصية البيانات، ومعالجة معلومات تحديد الهوية الشخصية (PII)، وتخفيف الحقن السريع، والسلوك الاحتياطي المعقول.
- الشراكة مع فرق المنتج لتحديد حالات الاستخدام التي تواجه العملاء حيث يمكن للذكاء الاصطناعي أن يحقق قيمة قابلة للقياس وميزة تنافسية، وإعداد نموذج أولي سريع للتحقق من صحتها.
- البقاء على اطلاع دائم بمشهد الذكاء الاصطناعي سريع الحركة (النماذج والأدوات والتقنيات) وإدخال تحسينات عملية على المنتج والفريق.
هندسة المكدس الكامل:
- العب دورًا رئيسيًا في إعادة البناء الشاملة (الإصدار الثاني) لمنصتنا على حزمة حديثة، مصممة منذ البداية للتطوير القائم على الذكاء الاصطناعي أولاً.
- الحفاظ على نظامنا الأساسي الحالي وتحسينه (JSP وJava Spring وOracle Database وPL/SQL) من خلال الانتقال والمساعدة في تخطيط وتنفيذ الترحيل إلى الإصدار 2.
- تصميم وتنفيذ تطبيقات ويب قوية وقابلة للتطوير وآمنة.
- التعاون مع فرق متعددة الوظائف لتحديد الميزات الجديدة وتصميمها وتنفيذها.
- ضمان الأداء والجودة والاستجابة للتطبيقات.
- تحديد وحل الاختناقات والأخطاء.
- المساعدة في الحفاظ على جودة التعليمات البرمجية والتنظيم والأتمتة.
- المشاركة في مراجعات التعليمات البرمجية.
- تنفيذ وإدارة خطوط أنابيب التكامل المستمر والتسليم المستمر (CI/CD)، بما في ذلك الخدمات التي تعمل بالذكاء الاصطناعي.
المتطلبات
هندسة الذكاء الاصطناعي:
- خبرة مثبتة في تصميم وبناء ونشر الميزات المدعومة بالذكاء الاصطناعي/LLM في الإنتاج (مثل روبوتات الدردشة والمساعدين، والتلخيص، ومحركات التوصية، والتحليلات التنبؤية، والتخصيص).
- خبرة عملية مع واجهات برمجة تطبيقات ومنصات LLM (مثل OpenAI وAnthropic وAWS Bedrock وAWS SageMaker)، بما في ذلك الهندسة السريعة واستدعاء الأداة/الوظيفة والمخرجات المنظمة.
- خبرة في بناء خطوط أنابيب توليد الاسترجاع المعزز (RAG)، بما في ذلك عمليات التضمين والتقطيع والبحث عن المتجهات (على سبيل المثال، pgvector وOpenSearch وOracle AI Vector Search).
- الإلمام بتنسيق الذكاء الاصطناعي وأطر عمل الوكيل (مثل Spring AI وLangChain/LangGraph وLlamaIndex) والبروتوكولات مثل بروتوكول السياق النموذجي (MCP).
- خبرة في تقييم ومراقبة أنظمة الذكاء الاصطناعي: بناء مجموعات بيانات التقييم، وقياس جودة المخرجات، وتتبع أنماط الكمون والتكلفة والفشل في الإنتاج.
- فهم مخاطر الذكاء الاصطناعي وطرق التخفيف منها، بما في ذلك الهلوسة، والحقن الفوري، وخصوصية البيانات، وممارسات الذكاء الاصطناعي المسؤولة.
- خبرة عملية في تطوير الوكلاء، مثل تشغيل وكلاء الترميز (على سبيل المثال، Claude Code، Cursor، GitHub Copilot) في مهام متعددة الخطوات، وتنسيق الوكلاء المتعددين، وتكوين قواعد الوكلاء، والسياق، وتكاملات MCP.
- الفضول والرغبة في تجربة سير عمل الذكاء الاصطناعي الجديد، ومشاركة النتائج بشكل مفتوح مع الفريق، بما في ذلك ما لم ينجح.
هندسة البرمجيات:
- خبرة قوية في اللغات الحديثة والمكدسات (على سبيل المثال، TypeScript/Node.js وPython وGo)، والبنية السحابية الأصلية، وقواعد البيانات الحديثة، بما في ذلك تصميم أنظمة جديدة من الألف إلى الياء.
- خبرة في تطوير تطبيقات الويب الحديثة باستخدام React (المكونات الوظيفية، والخطافات، وإدارة الحالة مثل Redux) أو Angular.
- القدرة على العمل وفهم منصتنا الحالية (Java، Spring، JSP، Oracle Database، PL/SQL). الخبرة العملية مع هذه ميزة إضافية.
- تجربة دمج تطبيقات الواجهة الأمامية مع الخدمات الخلفية باستخدام واجهات برمجة التطبيقات REST، ومع واجهات برمجة التطبيقات التابعة لجهات خارجية (على سبيل المثال، Google Maps JavaScript API).
- تجربة مع أطر الاختبار الآلية لـ React (Jest، مكتبة اختبار React) والاستهزاء باستجابات واجهة برمجة التطبيقات (API) في الاختبارات.
- فهم ميزات JavaScript الحديثة (ES6+)، والبرمجة غير المتزامنة (الوعود، غير المتزامنة/الانتظار)، ومعالجات CSS الأولية مثل SASS.
- الإلمام باختبار التنمية (TDD).
- الإلمام بـ AWS والخدمات السحابية الأصلية.
- الإلمام بأدوات مثل Webpack، Babel، ESLint، ومديري الحزم (npm، الغزل).
- الإلمام بأطر واجهة المستخدم الحديثة مثل Material-UI وTailwind.
جميل أن يكون لديك:
- (مكافأة) الكفاءة في لغة بايثون للعمل AI/ML.
- (مكافأة) التعمق في أساسيات تعلم الآلة، أو تجربة نماذج الضبط الدقيق.
- (مكافأة) خبرة في القيادة أو المساهمة في إعادة بناء منصة رئيسية أو الهجرة القديمة إلى الحديثة.
- (مكافأة) خبرة في تطوير تطبيقات الهاتف المحمول (على سبيل المثال، React Native، Swift/iOS، Kotlin/Android).
- (مكافأة) الإلمام بتصميم واجهة المستخدم/UX، بما في ذلك تصميم تجارب المستخدم البديهية لميزات الذكاء الاصطناعي.
المسؤوليات
1Be a hands-on early adopter: try agentic and multi-agent development workflows on real work, and find what works for our codebase and team.
2Share what you learn by demonstrating workflows, contributing best practices and documentation, and helping teammates get up to speed.
3Apply AI across the development lifecycle, from coding and testing to code review, CI/CD, and work on our legacy codebase and platform migration.
4Build LLM applications and agents using prompt engineering, retrieval-augmented generation (RAG), tool/function calling, structured outputs, and multi-step agentic workflows.
5Evaluate, select, and integrate AI models, APIs, and frameworks into our applications and internal tooling, balancing quality, latency, and cost for each use case.
6Make AI features safe and reliable with guardrails, data privacy and PII handling, prompt-injection mitigation, and sensible fallback behavior.
7Partner with product teams to identify customer-facing use cases where AI can drive measurable value and competitive advantage, and rapidly prototype to validate them.
8Stay current with the fast-moving AI landscape (models, tools, and techniques) and bring practical improvements into the product and the team.
المتطلبات
1Proven experience designing, building, and deploying AI/LLM-powered features to production (e.g., chatbots and assistants, summarization, recommendation engines, predictive analytics, personalization).
2Hands-on experience with LLM APIs and platforms (e.g., OpenAI, Anthropic, AWS Bedrock, AWS SageMaker), including prompt engineering, tool/function calling, and structured outputs.
3Experience building retrieval-augmented generation (RAG) pipelines, including embeddings, chunking, and vector search (e.g., pgvector, OpenSearch, Oracle AI Vector Search).
4Familiarity with AI orchestration and agent frameworks (e.g., Spring AI, LangChain/LangGraph, LlamaIndex) and protocols such as the Model Context Protocol (MCP).
5Experience evaluating and monitoring AI systems: building eval datasets, measuring output quality, and tracking latency, cost, and failure modes in production.
6Understanding of AI risks and mitigations, including hallucinations, prompt injection, data privacy, and responsible AI practices.
7Hands-on experience with agentic development, such as running coding agents (e.g., Claude Code, Cursor, GitHub Copilot) on multi-step tasks, coordinating multiple agents, and configuring agent rules, context, and MCP integrations.
8Curiosity and willingness to experiment with new AI workflows, and to share results openly with the team, including what didn't work.
9Strong experience with modern languages and stacks (e.g., TypeScript/Node.js, Python, Go), cloud-native architecture, and modern databases, including designing new systems from the ground up.
10Experience developing modern web applications using React (functional components, hooks, state management like Redux) or Angular.
11Ability to work in and understand our existing platform (Java, Spring, JSP, Oracle Database, PL/SQL); hands-on experience with these is a plus.
12Experience integrating front-end applications with back-end services using REST APIs, and with third-party APIs (e.g., Google Maps JavaScript API).
13Experience with automated testing frameworks for React (Jest, React Testing Library) and mocking API responses in tests.
14Understanding of modern JavaScript features (ES6+), asynchronous programming (promises, async/await), and CSS preprocessors like SASS.
المهارات والوسوم
Research & DevelopmentLBReact NativeReactAngularTypeScriptJavaScriptNode.jsPythonJavaSwiftKotlinSQLAWSUXOracleData Analysis
