"ستقود تصميم وتطوير ونشر نماذج تعلم الآلة والذكاء الاصطناعي والذكاء الاصطناعي التوليدي التي تشغّل منتجات فوديكس الأساسية (مثل: التسعير، التخصيص، كشف الاحتيال). ستتعاون مع مهندسي البيانات ومديري المنتجات وفرق المنصات لتقديم نماذج بجودة إنتاجية ذات تأثير حقيقي.
ماذا ستفعل:
- امتلاك دورة حياة نموذج تعلم الآلة بالكامل من البداية إلى النهاية: صياغة المشكلة، استكشاف البيانات، التدريب، النشر، والمراقبة.
- تصميم وتطوير حلول قابلة للتوسع باستخدام تقنيات تعلم الآلة التقليدية والذكاء الاصطناعي التوليدي.
- تنفيذ أفضل ممارسات MLOps: إدارة الإصدارات، قابلية إعادة الإنتاج، المراقبة، CI/CD للنماذج.
- التعاون مع الفرق والمنصات لضمان قابلية إعادة الاستخدام والالتزام بالمعايير.
- إرشاد مهندسي تعلم الآلة المبتدئين والمساهمة في قاعدة المعرفة الداخلية لتعلم الآلة.
- دمج النماذج مع واجهات برمجة التطبيقات والخدمات الخلفية حسب الحاجة.
- تبني وتعزيز نهج "أنت تبنيها، أنت تديرها"، مع امتلاك دورة حياة نماذج تعلم الآلة بالكامل من التطوير إلى المراقبة والتحسين المستمر.
المؤهلات:
- خبرة 5+ سنوات في تعلم الآلة التطبيقي أو الذكاء الاصطناعي أو علم البيانات.
- إتقان قوي للغة Python ومكتبات تعلم الآلة والذكاء الاصطناعي (مثل: scikit-learn, PyTorch, TensorFlow, XGBoost, HuggingFace Transformers).
- خبرة في أدوات MLOps (مثل: MLflow, SageMaker) وإدارة الإصدارات والاختبار والمراقبة.
- فهم عميق لسير عمل تطوير النماذج بما في ذلك هندسة الميزات وضبط المعلمات الفائقة وتقييم النماذج واختبار A/B.
- فهم عميق للنمذجة الإحصائية والاستدلال الإحصائي والتطبيق المناسب للاختبارات الإحصائية (مثل: اختبار t، مربع كاي، ANOVA، تحليل الانحدار)؛ والقدرة على تفسير النتائج وإيصال الآثار المترتبة عليها لجماهير تقنية وغير تقنية.
- سجل حافل في نشر نماذج تعلم الآلة في بيئة الإنتاج على نطاق واسع.
- معرفة بأفضل ممارسات تعلم الآلة بما في ذلك تخفيف التحيز وقابلية التفسير (مثل: SHAP, LIME) ومراقبة النماذج للانحراف والعدالة.
- فهم قوي لخطوط البيانات والتجارب وتقييم النماذج.
- الإلمام بالعمل في بيئة سحابية أصلية (AWS مفضل) مع أدوات CI/CD وGitOps وIaC (مثل: Terraform, CDK).
- خبرة عملية في دمج الذكاء الاصطناعي التوليدي / نماذج اللغة الكبيرة (مثل: RAG، الضبط الدقيق، التضمينات، هندسة الاستدلالات) وأدوات مثل LangChain أو LangGraph أو LlamaIndex."
