Analyst, ML Engineering بدوام كامل في عمّان

وصف الوظيفة

يبحث فرع شركة الحكمة للأدوية (Hikma Pharmaceuticals) في عمان، الأردن، عن مهندس تعلم آلي مبتدئ (Analyst, ML Engineer) للانضمام إلى فريق تطبيقات تقنية المعلومات والتحول الرقمي. يهدف هذا الدور إلى دعم تطوير واختبار ونشر نماذج التعلم الآلي وأنابيب الذكاء الاصطناعي عبر مختلف قطاعات الشركة، مثل سلسلة التزويد والجودة والموارد البشرية والقطاع التجاري. يعمل شاغل الوظيفة تحت إشراف مهندس الذكاء الاصطناعي وفريق المطورين، للمساهمة في التحول الرقمي للمؤسسة مع بناء خبرة عملية في بيئة صناعية دوائية خاضعة للتنظيمات القياسية.

المهام والمسؤوليات

• دعم تطوير نماذج التعلم الآلي وتدريبها وتقييمها تحت إشراف الفريق القيادي ووفق المعايير المعمارية المعتمدة
• المساعدة في أنشطة استكشاف البيانات وهندسة الميزات (feature engineering) واختيار النماذج وتقييم أداء النماذج باستخدام أطر العمل القياسية والخدمات السحابية
• تطبيق تقنيات التعلم الآلي الكلاسيكي والمعالجة اللغوية الطبيعية (NLP) والذكاء الاصطناعي التوليدي في مجالات أعمال الشركة المختلفة
• المساعدة في تنفيذ حلول النماذج اللغوية الكبيرة (LLM) بما في ذلك أنابيب RAG وهندسة الأوامر (prompt engineering) والاسترجاع القائم على التضمين
• الاحتفاظ بسجلات تتبع التجارب وإصدارات النماذج ووثائق إمكانية إعادة الإنتاج باستخدام أدوات مثل MLflow أو Azure Machine Learning
• إعداد مخرجات وتوثيقات تطوير النماذج بدقة مثل ملخصات التجارب وتقارير الأداء
• المساعدة في بناء وصيانة أنابيب بيانات التعلم الآلي التي تغطي إدخال البيانات وتحويلها والتحقق من صحتها
• دعم عمليات فحص جودة البيانات وكشف الانحرافات وإعداد مجموعات البيانات لضمان مطابقتها للمعايير
• التعاون مع فريق البيانات والتحليلات للوصول إلى أصول البيانات وفق قواعد حوكمة البيانات والخصوصية
• التعامل مع مصادر البيانات المنظمة مثل قواعد البيانات العلاقاتية ومستخرجات الأنظمة المؤسسية
• دعم تنفيذ وصيانة مكونات أنابيب MLOps بما في ذلك تغليف النماذج ونشرها ومراقبة أدائها الأساسي
• المساعدة في نشر نماذج التعلم الآلي في البيئات السحابية باستخدام بيئات Azure Machine Learning أو MLflow أو Docker
• مراقبة النماذج المنشورة لرصد مشاكل الأداء والإبلاغ عن أي انحرافات لفريق الذكاء الاصطناعي
• الاحتفاظ بسجلات دقيقة للتغييرات والإصدارات في سجلات النماذج (model registries)
• المساهمة في توثيق ودعم أنشطة التحقق من الصحة للنماذج المنشورة في البيئات الخاضعة لتنظيمات GxP الدوائية
• دعم تطوير وتنفيذ أنشطة الاختبار لحلول التعلم الآلي واختبارات الأنابيب والتكامل الأساسي
• المشاركة الفعالة في مراجعات الكود البرمجي والجلسات الفنية وتطبيق الملاحظات لتطوير ممارسات الهندسة
• توثيق مكونات التعلم الآلي الموكلة بوضوح بما يشمل إعداد البيانات وإعدادات النماذج ونتائج الاختبارات
• تحديد المشكلات الفنية في منظومة التعلم الآلي وتصعيدها بأسلوب منظم وفي الوقت المناسب

المتطلبات

• خبرة عملية تتراوح بين 0 إلى سنة واحدة في تطوير البرمجيات، علم البيانات، التعلم الآلي، أو المجالات التقنية ذات الصلة (يُرحب بالخريجين الجدد)
• خبرة عملية مثبتة في تطوير نماذج التعلم الآلي من خلال المشاريع الأكاديمية، التدريب العملي، مشاريع التخرج، الهاكاثونات، أو المشاريع الشخصية
• التعامل المسبق مع منصات الذكاء الاصطناعي والتعلم الآلي السحابية (Azure أو AWS أو GCP) عبر المساقات أو الدراسة الذاتية (يفضل)
• الاطلاع على مفاهيم الذكاء الاصطناعي التوليدي وأدوات النماذج اللغوية الكبيرة (LLM) ومفاهيم RAG (يفضل)
• خبرة أو معرفة بقطاع الأدوية أو الرعاية الصحية أو علوم الحياة أو القطاعات التنظيمية الأخرى (يفضل)

المؤهلات

• درجة البكالوريوس في علوم الحاسوب، هندسة البرمجيات، علم البيانات، الرياضيات، الإحصاء، أو التخصصات التقنية ذات الصلة (مطلوب)
• درجة الماجستير في الذكاء الاصطناعي، التعلم الآلي، علم البيانات، أو علوم الحاسوب (يفضل)
• شهادة معتمدة مثل Microsoft Azure AI Engineer Associate أو AWS Machine Learning Specialty أو Google Professional ML Engineer (يفضل)
• شهادات متخصصة في الذكاء الاصطناعي والتعلم الآلي مثل DeepLearning.AI ML Specialization أو Databricks ML Associate أو fast.ai (يفضل)

المهارات المطلوبة

• معرفة عملية بلغة Python ومكتبات التعلم الآلي الأساسية مثل scikit-learn وpandas وNumPy وإطار عمل واحد على الأقل للتعلم العميق (PyTorch أو TensorFlow)
• خبرة عملية في تدريب وتقييم نماذج التعلم الآلي التقليدية والمجالات المتقدمة مثل المعالجة اللغوية الطبيعية (NLP) أو الرؤية الحاسوبية (Computer Vision) أو السلاسل الزمنية
• فهم أساسي لمفاهيم الذكاء الاصطناعي التوليدي والنماذج اللغوية الكبيرة وهندسة الأوامر وأطر عمل LangChain وSemantic Kernel
• إلمام بمفاهيم وأدوات MLOps مثل MLflow أو Azure Machine Learning لتتبع التجارب وإدارة النماذج
• مهارات أساسية في تحضير البيانات وتنظيفها وتحويلها والتحليل الاستكشافي للبيانات باستخدام Python
• معرفة بنظام إدارة النسخ Git والممارسات البرمجية الأساسية مثل مراجعة الكود والاختبارات
• دراية بمفاهيم الحاويات (Docker) وأساسيات التطوير والدمج المستمر (CI/CD) عبر Azure DevOps
• إلمام بأساسيات الذكاء الاصطناعي المسؤول وتنظيمات خصوصية البيانات مثل GDPR وHIPAA وممارسات أمن المعلومات
• دراية بالعمليات التجارية لقطاع الأدوية والامتثال لتنظيمات GxP في السياق التقني (يفضل)
• تمتع بمهارات سلوكية عالية في حل المشكلات واتخاذ القرارات، والمبادرة، والتفكير الاستراتيجي، والتواصل والتأثير

معلومات إضافية

• يتبع هذا الدور الإداري لمدير أول المنصات الرقمية وتحول تقنية المعلومات (Sr. Manager, IT Digital Platforms & Digital Transformation)
• تتضمن علاقات العمل الداخلية التفاعل مع شبكة أبطال الذكاء الاصطناعي (AI Champions Network)، مهندس الذكاء الاصطناعي (AI Architect)، مطوري الذكاء الاصطناعي، وفريق البيانات والتحليلات
• تتضمن علاقات العمل الخارجية التواصل مع مزودي حلول الذكاء الاصطناعي والتعلم الآلي، شركاء التنفيذ، ومجتمعات المصدر المفتوح والمطورين

طريقة التقديم

التعليقات

لا توجد تعليقات منشورة حتى الآن.