AI Engineer بدوام كامل في عمّان

وصف الوظيفة

نحن في Altibbi نبحث عن مهندس AI ذو خبرة للمساهمة في تصميم وبناء ونشر وتطوير قدرات المنتج المدعوم بالذكاء الاصطناعي. يجب أن يمتلك خبرة عملية في أنظمة AI/LLM الحديثة، وتدفقات العمل المدفوعة بالوكلاء، وتقنيات Retrieval-Augmented Generation (RAG)، وتطوير البرمجيات بمساعدة AI. ستتعاون مع فرق الهندسة والمنتج والبيانات والبحث في AI لتحويل المفاهيم الأولية إلى حلول موثوقة وقابلة للإنتاج. الموقع عمان، الأردن، بدوام كامل وبالتوظيف في الموقع (On-site).

المهام والمسؤوليات

• دمج قدرات AI/LLM وتكاملها باستخدام منصات سحابية وخدمات مثل AWS Bedrock وAzure OpenAI.
• تصميم وتنفيذ تدفقات العمل المدفوعة بالوكلاء وتوجيهات LLM باستخدام LangGraph وLangChain أو أطر مكافئة.
• تطوير خطوط RAG ونماذج التضمين وآليات الاسترجاع والتثبيت وهندسة المحفزات وتدفقات استدعاء الأدوات والدوال.
• تحويل النماذج الأولية المفاهيم التجريبية إلى أنظمة إنتاجية قابلة للتوسع وآمنة ومختبرة جيداً.
• الاستفادة من أدوات التطوير الحديثة مثل GitHub Copilot وClaude Code وCursor أو ما يعادلها مع ضمان أن الكود الناتج يلتزم بجودة وأمان وأداء.
• التعاون مع مديري المنتجات وهندسة البيانات وهندسة البرمجيات وباحثي AI لحل تحديات تقنية معقدة.
• تقييم وتحسين نماذج وعمليات AI باستخدام مقاييس الجودة والاعتمادية والكمون والأداء.

المتطلبات

• خبرة مهنية تتراوح بين 3–7 سنوات في AI Engineering أو Machine Learning Engineering أو Software Engineering مع خبرة عملية قوية في AI/ML.
• تخصص في AI/LLM: خبرة عملية في تطوير تطبيقات مدعومة بالذكاء الاصطناعي/LLM، ميزات ذكية، هندسة المحفزات، استدعاء الأدوات/الدوال، وتنظيم LLM.
• AI Frameworks: خبرة عملية مع LangGraph وLangChain أو أطر تنظيم AI مكافئة.
• Programming: مهارات بايثون قوية مع أساسيات صلبة لهندسة البرمجيات بما فيها OOP ونماذج التصميم وممارسات كتابة كود نظيف.
• Production Engineering: خبرة في الهندسة الإنتاجية عبر العمل مع REST/gRPC APIs، معالجة البيانات، التصحيح، واختبارات الوحدة والتكامل، CI/CD، وGit.
• Problem Solving: مهارات تحليلية قوية وحل المشكلات مع القدرة على العمل بشكل مستقل وفعّال ضمن فرق موزعة ومتعددة التخصصات.

المؤهلات

• Hands-on experience with AWS or Azure.
• Experience with vector databases such as Milvus, Pinecone, or Qdrant.
• Knowledge of knowledge graphs and retrieval systems.
• Exposure to multimodal AI.
• Experience with Docker, Kubernetes, and modern CI/CD practices.
• Experience with AI evaluation and observability frameworks such as LangSmith or Phoenix.
• Familiarity with LLM monitoring and production AI observability.
• Open-source contributions, technical publications, or a strong portfolio of AI projects.

التعليقات

لا توجد تعليقات منشورة حتى الآن.