مدير وحدة - وحدة الذكاء الاصطناعي / مدير وحدة أول - وحدة الذكاء الاصطناعي

الغرض من الوظيفة نحن نبحث عن مهندس ذكاء اصطناعي ديناميكي للانضمام إلى فريقنا الرائد في الذكاء الاصطناعي الوكلي.
يجب أن يمتلك المرشح المثالي أساسًا قويًا في تقديم المشاريع على منصات SaaS و PaaS، وهندسة الطلبات، وتطوير واجهات المستخدم وتطوير واجهات برمجة التطبيقات.
ستكون متورطًا في جميع مراحل دورة حياة التطوير.
الواجبات والمسؤوليات التسليمات المتعلقة بمنصة الذكاء الاصطناعي الوكلي: · بناء وصيانة وكلاء برمجيات ذاتية باستخدام أطر LLM الحديثة.
· التعاون مع مالكي المنتجات والخبراء في المجال لبناء مكونات قابلة لإعادة الاستخدام لأتمتة العمليات التجارية.
· تطوير البنية التحتية الأساسية والمكونات القابلة لإعادة الاستخدام لدعم نشر أنظمة الذكاء الاصطناعي المعتمدة على الوكلاء.
· العمل على تنسيق الوكلاء، وهندسة الطلبات، والتكاملات المدعومة بواسطة LLM.
· تنفيذ حلول قابلة للتوسع متكاملة مع أنظمة CRM ومنصات البيانات المؤسسية.
· المساهمة في تصميم بنية تحتية معيارية وقابلة للتوسع من الدرجة المؤسسية.
· تحسين وتقييم وكلاء الذكاء الاصطناعي من حيث السرعة والدقة والأداء وقابلية الصيانة عبر وحدات الأعمال.
· المساهمة في أتمتة CI/CD والحفاظ على استقرار العمليات لخدمات الوكلاء.
الذكاء الاصطناعي التوليدي وتحسين النموذج: · كتابة وتحسين الطلبات · تحسين LLMs/SLMs باستخدام بيانات NBFC الخاصة.
· إجراء تقطير، وتكميم LLMs للنشر على الحافة.
· تقييم وتشغيل نماذج LLM/SLM على أجهزة الخادم المحلية/الحافة.
أطر التعلم الذاتي: · بناء أنظمة تعلم ذاتي تتكيف دون إعادة تدريب كاملة (مثل، تعلم أنماط الرفض الجديدة من المكالمات).
· تنفيذ نماذج محلية خفيفة لتمكين التعلم في الوقت الحقيقي على الحافة.
القرارات الرئيسية / الأبعاد تصميم المنصة والتسليم، اختيار النموذج، التخصيص (إذا كان هناك) والاختبار: · اختيار النموذج المناسب لمختلف الإجراءات الوكيلة والذاتية.
· اختيار النموذج المناسب حتى تتمكن الوكلاء من إكمال المهام الذاتية بكفاءة.
· تعريف المكونات القابلة لإعادة الاستخدام في المنصة.
يجب أن يكون التسليم باستخدام نهج التكوين هو الخيار الأول، وإذا لم ينجح ذلك، يجب الانتقال إلى التخصيص.
· تعريف معلمات التكوين ودمجها كتصميم للمنصة.
· الاختبار والاختبار الشامل للتسليمات الخاصة بالمشروع.
· موازنة الحمل بين النماذج المختلفة.
· يجب أن يكون هناك دائمًا ميزة التشغيل/الإيقاف.
· يجب أن تكون جميع الخدمات مدعومة على الخوادم الأساسية/HA و DR.
هندسة الطلبات: · تصميم وتطوير الطلبات: صياغة الطلبات التي توجه أنظمة الذكاء الاصطناعي لإنتاج المخرجات المرغوبة لتطبيقات متنوعة، مثل توليد النصوص، والترجمة، والإجابة على الأسئلة، والكتابة الإبداعية.
الاختبار والتقييم: تحليل فعالية الطلبات وتحسينها بناءً على النتائج لضمان استجابات دقيقة وذات صلة.
· التخفيف من التحيز: تصميم الطلبات التي تقلل من التحيز وتضمن نتائج عادلة ومتوازنة من أنظمة الذكاء الاصطناعي.
التحديات الرئيسية الدعم من مالكي المنصات الآخرين · يجب أن تتعلم الوكلاء من التفاعلات الفاشلة · بناء وكلاء لا يجيب فقط بل يتفاوض مع تفكير يشبه الإنسان.
· تشغيل نماذج الذكاء الاصطناعي الكبيرة في بيئات ذات زمن انتقال منخفض وعرض نطاق ترددي منخفض دون الاعتماد على السحابة.
· الحصول على المعرفة الشاملة من البداية إدارة بيانات وأمن المعلومات لتطبيق الوكالة.
المؤهلات والخبرات المطلوبة أ) المؤهلات · درجة البكالوريوس أو الماجستير في علوم الكمبيوتر، الهندسة، أو مجال ذي صلة.
· الخبرة: 2-4 سنوات من الخبرة في تقنيات البيانات مثل بحيرة البيانات، القماش، داتا براك.
ب) خبرة العمل · فهم قوي لهندسة الطلبات، واستدعاء الأدوات، وتنسيق الوكلاء.
· فهم جيد لمنصات البيانات مثل بحيرة البيانات، داتا براك و MS Fabric · يجب أن يكون لديه فهم جيد لوكلاء بيانات Microsoft Fabric · فهم Microsoft Copilot Studio و Power Automate و Power BI · الإلمام بمجموعة تطوير الوكلاء (ADK) وبروتوكولات مثل MCP و A2A · الإلمام بـ LangChain و Semantic Kernel و CrewAI أو LangGraph.