شركة Ford Motor Company هي شركة مصنّعة للسيارات مقرّها الولايات المتحدة، ويعود تاريخها إلى عام 1903. وإلى جانب تطوير المركبات وإنتاجها، توسّع الشركة تركيزها ليشمل خدمات التنقّل والتجارب الرقمية والبرمجيات. كما تشمل أعمال فورد جهودًا في مجال الاستدامة وأهدافًا بيئية، بما يعكس نهجًا يربط بين النقل والابتكار والأثر المجتمعي وممارسات الأعمال المسؤولة.
عالم بيانات، معالجة اللغة الطبيعية والذكاء الاصطناعي التوليدي لدى فورد، الهند، بنظام هجين
طوّر منتجات معالجة اللغة الطبيعية والنماذج اللغوية الكبيرة والذكاء الاصطناعي التوليدي لحالات استخدام السيارات في فورد. ابنِ مسارات معالجة متعددة الوسائط وسير عمل وكيلية وواجهات برمجة تطبيقات وتطبيقات موجهة للمستخدم على نطاق واسع.
الوصف
- أنشئ تطبيقات ومنتجات لمعالجة اللغة الطبيعية والنماذج اللغوية الكبيرة والذكاء الاصطناعي التوليدي باستخدام ممارسات برمجية منضبطة.
- قيّم النماذج والأساليب المتقدمة لتطبيقات السيارات.
- أجرِ تجارب تعلم آلي لتدريب النماذج والاستدلال عليها ضمن قيود الذاكرة وزمن الاستجابة.
- انشر واجهات REST لمعالجة اللغة الطبيعية وواجهات مستخدم خفيفة باستخدام Docker وKubernetes.
- اعرض تطبيقات معالجة اللغة الطبيعية والنماذج اللغوية الكبيرة والذكاء الاصطناعي التوليدي باستخدام Dash وPlotly وStreamlit.
- اجمع عدة روبوتات في تطبيقات متعددة الوسائط مدعومة بالنماذج اللغوية الكبيرة.
- أنشئ سير عمل وكيلية باستخدام Autogen وAgentBuilder وLangGraph.
- طوّر منتجات معيارية للذكاء الاصطناعي والتعلم الآلي مصممة للاستهلاك القابل للتوسع.
- تعاون مع خبراء تقنيين عالميين في منتجات التصنيف والإجابة عن الأسئلة وروبوتات الدردشة والترجمة والبحث الدلالي والتلخيص.
المتطلبات
- درجة بكالوريوس أو ماجستير في علوم الحاسوب أو الهندسة أو الرياضيات أو مجال علمي ذي صلة.
- فهم نظرية التعلم العميق وممارساته لتطبيقات معالجة اللغة الطبيعية.
- خبرة برمجية باستخدام ADK وA2A وAgentSkills وOntology وHugging Face وLangGraph وLangChain وChainlit وTensorFlow أو PyTorch وscikit-learn وNumPy وPandas.
- الإلمام بمكتبتين مفتوحتي المصدر على الأقل لمعالجة اللغة الطبيعية، مثل spaCy أو TorchText أو fastai.text أو FARM Haystack.
- معرفة تقنيات معالجة النصوص، بما في ذلك التعبيرات النمطية وتحليل الرموز والكلمات وتصحيح الإملاء وتقليل الضوضاء وتقسيم الجمل والتجميع.
- خبرة عملية في نشر BERT أو نماذج المحولات الأخرى المضبوطة بدقة لتصنيف التسلسلات أو التعرف على الكيانات المسماة أو الإجابة عن الأسئلة.
- الإلمام بـ Docker وبيئات pipenv أو conda أو Poetry.
- معرفة ممارسات إدارة مشاريع Python، بما في ذلك setup.py والتسجيل وpytest والاستيرادات النسبية وتوثيق Sphinx.
- الإلمام بسير عمل GitHub.
- خبرة في خدمات GCP، بما في ذلك BigQuery وCloud Functions وCloud Run وCloud Build وVertex AI.
- معرفة عملية بأدوات مفتوحة المصدر للقياس وإنشاء الملخصات.
- خبرة في استخدام موارد GPU وCPU في البيئات السحابية والمحلية.
- القدرة على استخدام المنصات السحابية لأعباء هندسة البيانات والبيانات الضخمة والتعلم الآلي.
- خبرة مع Docker وdocker-compose وإمكانات Docker التجريبية.
- الإلمام بـ Airflow وKubeflow.
- خبرة في CI/CD وأدوات البنية التحتية كرمز مثل Terraform.
- خبرة في Kubernetes أو منصات الحاويات الأخرى، بما في ذلك Helm وArgo Workflows.
- القدرة على إنشاء واجهات برمجة تطبيقات للذكاء الاصطناعي متوافقة وأخلاقية وآمنة وسليمة.
- خبرة في تطوير واجهات المستخدم أو التصورات باستخدام Gradio أو Dash أو Streamlit أو React أو Django.
- خبرة في الحوسبة الموزعة باستخدام Spark أو Dask أو RAPIDS AI أو cuDF.
- القدرة على بناء واجهات برمجة تطبيقات Python باستخدام FastAPI أو Flask أو Django.
- تُعد الخبرة في Elasticsearch وApache Solr ميزة إضافية؛ كما أن الخبرة في قواعد البيانات المتجهية ذات صلة.
- خبرة في العمل مع نماذج لغوية كبيرة مثل GPT-5 أو Gemini أو Kimi أو Seedance.
- خبرة في دورة حياة نموذج الذكاء الاصطناعي التوليدي كاملة، بما في ذلك التدريب والاختبار والنشر ومراقبة الأداء.
- خبرة في تطوير وصيانة مسارات ذكاء اصطناعي متعددة الوسائط للنصوص والصور والصوت.
- خبرة عملية في نشر روبوتات الدردشة أو الوكلاء الحواريين على نطاق واسع عبر مصادر بيانات متنوعة.
- خبرة في إنشاء أدوات لتوليد الصور أو الترجمة باستخدام نماذج الانتشار الكامن مثل Stable Diffusion أو Instruct Pix2Pix.
- خبرة في العمل مع البيانات المنظمة وغير المنظمة واسعة النطاق.
- خبرة في إدارة مجموعات بيانات ومخرجات الذكاء الاصطناعي التوليدي واسعة النطاق.
- مهارات قوية في التواصل والتعاون عبر المناطق الجغرافية.