كلما زادت طلبات التقديم التي ترسلينها، زادت فرصك في الحصول على وظيفة!

إليك لمحة عن معدل نشاط الباحثات عن عمل خلال الشهر الماضي:

عدد الفرص التي تم تصفحها

عدد الطلبات التي تم تقديمها

استمري في التصفح والتقديم لزيادة فرصك في الحصول على وظيفة!

هل تبحثين عن جهات توظيف لها سجل مثبت في دعم وتمكين النساء؟

نُقدّر رأيكِ

ندعوكِ للمشاركة في استطلاع مصمّم لمساعدة الباحثين على فهم أفضل الطرق لربط الباحثات عن عمل بالوظائف التي يبحثن عنها.

هل ترغبين في المشاركة؟

في حال تم اختياركِ، سنتواصل معكِ عبر البريد الإلكتروني لتزويدكِ بالتفاصيل والتعليمات الخاصة بالمشاركة.

ستحصلين على مبلغ 7 دولارات مقابل إجابتك على الاستطلاع.

https://bayt.page.link/zriwnzzU1gcQXgen7

ML/Agent Ops Engineer

قبل 15 ساعة 2026/11/15 ·ينتهي التقديم خلال 119 يومًا

التقديم على موقع الشركة

خدمات الدعم التجاري الأخرى

أنشئ تنبيهًا وظيفيًا لوظائف مشابهة

تم إيقاف هذا التنبيه الوظيفي. لن تصلك إشعارات لهذا البحث بعد الآن.

تراجع

الوصف الوظيفي

Your responsibilities

Design and implement CI/CD pipelines for models, prompts, agents, and supporting infrastructure across development, test, and production environments.
Build and maintain deployment automation, versioning, rollback mechanisms, environment promotion workflows, and runtime safeguards for AI workloads.
Set up and operate observability for AI applications and agents, including tracing, monitoring, alerting, token consumption analysis, latency tracking, and incident diagnostics.
Implement evaluation pipelines and acceptance gates for quality, groundedness, task adherence, safety, and agent-specific behavior.
Drive prompt lifecycle management, RAG optimization, semantic retrieval tuning, and integration of vector-based or search-based knowledge components where needed.
Collaborate with security, engineering, and data teams to embed identity, secrets management, compliance controls, and cost optimization into the operating model.
Operational mindset with strong attention to reliability, security, incident response, and cost-performance trade-offs.

Your profile

Minimum 57+ years of experience in DevOps, platform engineering, MLOps, or a closely related role.
Experience operating production cloud workloads with CI/CD, monitoring, and infrastructure automation.
Experience with production AI, ML, or agentic workloads is strongly preferred.
Experience working with high-availability, regulated, or enterprise-scale environments is an advantage.

Strong experience with Azure, GitHub or Azure DevOps, Docker, Kubernetes, Terraform or Bicep, and infrastructure-as-code patterns.
Hands-on experience with MLOps, LLMOps, or AgentOps practices for deployment, monitoring, retraining or reevaluation, and controlled release management.
Strong understanding of observability concepts, including logs, metrics, traces, runtime telemetry, and production diagnostics for AI systems.
Practical Python skills for automation, tooling, evaluation orchestration, and operational support.
Familiarity with retrieval-augmented systems, prompt engineering, tool-calling flows, and agent behavior debugging.

Your responsibilities

Design and implement CI/CD pipelines for models, prompts, agents, and supporting infrastructure across development, test, and production environments.
Build and maintain deployment automation, versioning, rollback mechanisms, environment promotion workflows, and runtime safeguards for AI workloads.
Set up and operate observability for AI applications and agents, including tracing, monitoring, alerting, token consumption analysis, latency tracking, and incident diagnostics.
Implement evaluation pipelines and acceptance gates for quality, groundedness, task adherence, safety, and agent-specific behavior.
Drive prompt lifecycle management, RAG optimization, semantic retrieval tuning, and integration of vector-based or search-based knowledge components where needed.
Collaborate with security, engineering, and data teams to embed identity, secrets management, compliance controls, and cost optimization into the operating model.
Operational mindset with strong attention to reliability, security, incident response, and cost-performance trade-offs.

Your profile

Minimum 57+ years of experience in DevOps, platform engineering, MLOps, or a closely related role.
Experience operating production cloud workloads with CI/CD, monitoring, and infrastructure automation.
Experience with production AI, ML, or agentic workloads is strongly preferred.
Experience working with high-availability, regulated, or enterprise-scale environments is an advantage.

Strong experience with Azure, GitHub or Azure DevOps, Docker, Kubernetes, Terraform or Bicep, and infrastructure-as-code patterns.
Hands-on experience with MLOps, LLMOps, or AgentOps practices for deployment, monitoring, retraining or reevaluation, and controlled release management.
Strong understanding of observability concepts, including logs, metrics, traces, runtime telemetry, and production diagnostics for AI systems.
Practical Python skills for automation, tooling, evaluation orchestration, and operational support.
Familiarity with retrieval-augmented systems, prompt engineering, tool-calling flows, and agent behavior debugging.

لقد تمت ترجمة هذا الإعلان الوظيفي بواسطة الذكاء الاصطناعي وقد يحتوي على بعض الاختلافات أو الأخطاء البسيطة.

التقديم على موقع الشركة أرسل إلى صديق إتمام الإستبيان

لقد تجاوزت الحد الأقصى المسموح به للتنبيهات الوظيفية (15). يرجى حذف أحد التنبيهات الحالية لإضافة تنبيه جديد.

تم إنشاء تنبيه وظيفي لهذا البحث. ستصلك إشعارات فور الإعلان عن وظائف جديدة مطابقة.

لن يتم النظر في طلبك لهذة الوظيفة، وسيتم إزالته من البريد الوارد الخاص بصاحب العمل.