لماذا تمارا؟
نحن فخورون بأن نكون أول وحيد قرن سعودي في مجال التكنولوجيا المالية.
مهمتنا هي مساعدة الناس على امتلاك أحلامهم من خلال بناء تطبيق مالي فائق يركز على العميل بشكل أكبر في العالم. ولا توجد خطة جاهزة لذلك؛ موظفونا في تمارا هم من يكتبونها. تتكون فرقنا من مبتكرين وحلالي مشكلات ومتعلمين، نحن نزدهر بالفضول والتعاون. إذا كان هذا يبدو مثلك: فضولي، طموح، ومستعد للبناء، نحن نحب أن نلتقي بك
تقدم الآن وانضم إلى جيل البنّاءين القادم!
عن برنامج البنّاءين في تمارا
في تمارا، نؤمن بأن الموهبة الاستثنائية تستحق منصة انطلاق استثنائية.
برنامج البنّاءين الرئيسي لدينا مصمم للخريجين الطموحين المستعدين لتحمل مسؤوليات حقيقية من اليوم الأول. هذا ليس برنامج تدويري للمراقبة، بل هو مسرّع مهني مصمم لأولئك الذين يريدون البناء والامتلاك ورفع المستوى مبكرًا.
مصمم للخريجين الجدد والمواهب في بداية مسيرتهم المهنية بخبرة تصل إلى سنتين، يضعك البرنامج مباشرة في أدوار عالية التأثير عبر المنتج والهندسة والتصميم وأكثر. سوف تساهم على الفور وتنمو بوتيرة متسارعة.
من المنتج إلى الهندسة، ومن التصميم إلى الشؤون التجارية، سوف تواجه تحديات ذات معنى تشكل كيفية تجربة الملايين للتكنولوجيا المالية عبر المنطقة. ستُمنح الثقة لتملك المهام، محاطًا بأقران على مستوى عالٍ، وتتلقى إرشادًا من قادة يتوقعون التميز.
دفعاتنا في يناير ويونيو هي فرصتك للتحرك بسرعة والتفكير بشكل كبير والبدء في بناء ما هو قادم - ليس يومًا ما، بل الآن.
عن الدور
نحن نبحث عن مهندس ذكاء اصطناعي حديث التخرج أو في بداية مسيرته المهنية ضمن مسار البنّاءين.
يقع هذا الدور بين هندسة البرمجيات والذكاء الاصطناعي التطبيقي. ستبني ميزات مدعومة بالذكاء الاصطناعي من البداية إلى النهاية: من تحويل مشكلة منتج إلى نهج ذكاء اصطناعي، إلى بناء خطوط أنابيب وتقييم، إلى إطلاق خدمات موثوقة في بيئة الإنتاج.
ستعمل مع كل من التعلم الآلي الكلاسيكي والذكاء الاصطناعي التوليدي (النماذج اللغوية الكبيرة، RAG، الوكلاء) حيث يكون ذلك مناسبًا. مع السرعة المتسارعة للذكاء الاصطناعي، نحن نهتم بالأساسيات أكثر من المصطلحات الرائجة. استخدم مساعدي الذكاء الاصطناعي للتحرك بسرعة أكبر، لكن كن دائمًا مسؤولًا عن الدقة والخصوصية والسلامة وتأثير المستخدم.
مسؤولياتك
- بناء منتجات ذكاء اصطناعي تُنشر
- تصميم وتنفيذ ميزات وأدوات داخلية مدعومة بالذكاء الاصطناعي.
- دمج النماذج في أنظمة حقيقية (واجهات برمجة التطبيقات، سير العمل، لوحات التحكم، والعمليات التشغيلية).
- العمل مع النماذج اللغوية الكبيرة بطريقة جاهزة للإنتاج
- بناء خطوط أنابيب التوليد المعزز بالاسترجاع (RAG): مصادر البيانات، التقطيع، التضمينات، الاسترجاع، وقوالب المطالبات.
- بناء سير عمل على نمط الوكلاء عند الحاجة (استخدام الأدوات، الضوابط الوقائية، والبدائل الحتمية).
- التحكم في التقييم والجودة
- تحديد معنى "الجيد": مقاييس النجاح، الاختبارات غير المتصلة، والمراجعة البشرية في الحلقة.
- إعداد تقييمات للجودة والسلامة وزمن الاستجابة والتكلفة.
- جعل الذكاء الاصطناعي موثوقًا وآمنًا
- إضافة إمكانية المراقبة: التسجيل، التتبع، والمراقبة لاكتشاف تدهور الجودة.
- تنفيذ ضوابط الخصوصية والأمان (معالجة البيانات الشخصية، التحكم في الوصول، التنقيح حيثما يلزم).
- المشاركة في الاستجابة للحوادث وتحليلها عندما تتصرف أنظمة الذكاء الاصطناعي بشكل خاطئ.
- الشراكة عبر الفرق
- العمل مع أصحاب المصلحة في المنتج والبيانات والتصميم والهندسة لتحويل المشكلات المعقدة إلى حلول قابلة للقياس.
- التعاون مع فرق المنصة لاستخدام خطوط أنابيب البيانات الحالية وتدفقات الأحداث وأدوات الذكاء الاصطناعي بشكل مسؤول.
- استخدام أدوات الذكاء الاصطناعي بتمعن
- استخدام مساعدي الذكاء الاصطناعي للنماذج الأولية وتصحيح الأخطاء والتوثيق.
- التحقق من صحة المخرجات، توثيق الافتراضات، وحماية البيانات الحساسة.
خبراتك (ضرورية)
- حديث التخرج أو أقل من سنة واحدة من الخبرة ذات الصلة (التدريب والمشاريع تُحتسب).
- أساسيات برمجة قوية في بايثون (مفضلة) أو لغة أخرى مستخدمة في خدمات الخلفية.
- أساسيات قوية في:
- أساسيات هندسة البرمجيات (واجهات برمجة التطبيقات، الاختبار، الموثوقية)
- معالجة البيانات (SQL و/أو إطارات البيانات)
- أساسيات التعلم الآلي/الذكاء الاصطناعي (التدريب مقابل الاستدلال، التقييم، الحدس حول التجاوز في التخصيص)
- تواصل واضح ونهج تعاوني.
مهارات إضافية مرغوبة
- خبرة عملية مع النماذج اللغوية الكبيرة و/أو RAG من المشاريع (LangChain/LlamaIndex أو أنماط مشابهة).
- الإلمام بنشر النماذج ونشرها (خدمات REST/gRPC، الوظائف المجمعة، مستهلكي البث).
- التعرض لمفاهيم عمليات التعلم الآلي (تتبع التجارب، سجل النماذج، المراقبة).
- الإلمام بقواعد البيانات المتجهة، البحث، أو استرجاع المعلومات.
- فهم الذكاء الاصطناعي المسؤول، والخصوصية، والأمان (معالجة البيانات الشخصية، التحكم في الوصول، الوعي بحقن المطالبات).
- خبرة في استخدام مساعدي الذكاء الاصطناعي بشكل مسؤول في البرمجة والتحليل.
كيف يبدو النجاح
- تقوم بنشر ميزة ذكاء اصطناعي واحدة على الأقل أو أداة داخلية يستخدمها مستخدمون حقيقيون.
- تقوم بإعداد حلقة تقييم ومراقبة بسيطة حتى يتحسن النظام مع مرور الوقت.
- توازن حلولك بين الجودة وزمن الاستجابة والتكلفة، مع مفاضلات واضحة.
- عندما يكون ناتج الذكاء الاصطناعي خاطئًا أو محفوفًا بالمخاطر، يمكنك تصحيحه والتخفيف منه وشرح السبب.
نشجع جميع الأفراد المؤهلين على التقديم.
