Huron هي شركة استشارات عالمية تساعد المؤسسات على معالجة تحديات الأعمال المعقدة من خلال خدمات الاستراتيجية والعمليات والاستشارات والخدمات الرقمية والتكنولوجيا والتحليلات. وتمتد أعمالها إلى قطاعات الرعاية الصحية والتعليم والطاقة والخدمات المالية، مع دعم مصمم خصيصًا لمجالات مثل الخدمات المُدارة والاستعانة بمصادر خارجية وتطوير القيادات. وتجمع Huron بين متخصصين يركزون على تقديم حلول عملية عالية التأثير تلبي الاحتياجات المتميزة لكل عميل، ما يجعلها مناسبة للمهنيين المهتمين بالاستشارات والتحول والنمو المؤسسي القائم على البيانات.
مهندس ذكاء اصطناعي، الذكاء الاصطناعي التوليدي وRAG — Huron، بنغالورو بنظام هجين
طوّر حلول التعلم الآلي والذكاء الاصطناعي التوليدي والتوليد المعزز بالاسترجاع لصالح Huron. أنشئ تطبيقات ذكية ووكلاء، وخطوط معالجة سحابية للذكاء الاصطناعي، وواجهات API، وأنظمة جاهزة للإنتاج.
الوصف
- أنشئ أنظمة ذكاء اصطناعي باستخدام أساليب التعلم الآلي والذكاء الاصطناعي التوليدي، بما في ذلك هندسة الأوامر، والضبط الدقيق، والتضمينات، والتوليد المعزز بالاسترجاع (RAG).
- طوّر تطبيقات ذكية وأنظمة قائمة على الوكلاء باستخدام أدوات مثل LangChain وLangGraph وAutoGen وCrewAI.
- صمّم ونفّذ خطوط معالجة متكاملة للتوليد المعزز بالاسترجاع (RAG)، بدءًا من إدخال المستندات وتقسيمها، مرورًا بفهرسة المتجهات والبحث الهجين، وصولًا إلى الاستجابات السياقية.
- أنشئ واجهات API ومكونات خدمات معيارية وموثقة باستخدام FastAPI أو Flask أو أطر عمل مماثلة.
- أنشئ خطوط معالجة الذكاء الاصطناعي وأدرها لمراحل الإدخال والتحويل والتحقق والتدريب والاستدلال والنشر واسترجاع المعرفة.
- استخدم خدمات الذكاء الاصطناعي والتعلم الآلي من AWS وAzure لدعم التطوير والنشر.
- أعدّ المراقبة والتقييم لقياس دقة النماذج، والانحراف، وجودة الاسترجاع، والاستناد إلى المصادر، والموثوقية، والاستدلال في المهام.
- حسّن أنظمة RAG المستخدمة في الإنتاج من حيث السرعة وقابلية التوسع والتكلفة وجودة الاستجابة.
- تعاون مع مهندسي البرمجيات وعلماء البيانات ومهندسي الحلول وأصحاب المصلحة في الأعمال لتصميم الحلول وتسليمها إلى بيئة الإنتاج.
- ساهم في التجارب وإثباتات المفهوم والمشروعات التجريبية وعمليات النشر القابلة للتوسع.
- واكب مستجدات الذكاء الاصطناعي التوليدي ووكلاء الذكاء الاصطناعي وأطر التنسيق وتقييم RAG والتحسين المستمر.
المتطلبات
- خبرة عملية من 4 إلى 6 سنوات في تطوير الذكاء الاصطناعي/التعلم الآلي أو هندسة التطبيقات الذكية.
- إتقان Python ومعرفة بمكتبات الذكاء الاصطناعي والتعلم الآلي الحديثة مثل scikit-learn أو PyTorch أو TensorFlow أو واجهات OpenAI البرمجية.
- خبرة في تصميم أنظمة RAG ونشرها باستخدام التضمينات وقواعد بيانات المتجهات مثل FAISS أو Pinecone أو Chroma أو Azure AI Search، وأساليب تحسين الاسترجاع.
- خبرة في إنشاء واجهات API أو خدمات خلفية باستخدام FastAPI أو Flask أو أطر عمل مكافئة.
- معرفة بأطر عمل الوكلاء مثل LangGraph أو AutoGen وبأنماط تنسيق الوكلاء المتعددين.
- معرفة بمنصات سحابية مثل AWS أو Azure وأدوات الحاويات مثل Docker.
- خبرة عملية بمنصات التعلم الآلي السحابية مثل Azure Machine Learning أو AWS SageMaker أو خدمات الذكاء الاصطناعي والتعلم الآلي من Google.
- درجة بكالوريوس في علوم الحاسوب أو الهندسة أو علوم البيانات أو مجال ذي صلة.
- تُعد الخبرة بمعايير أو أدوات التنسيق مثل MCP أو بروتوكولات توجيه الوكلاء ميزة إضافية.
- تُعد الخبرة بخطوط معالجة MLOps أو CI/CD لتسليم النماذج أو أدوات تقييم RAG مثل RAGAS أو مراقبة النماذج ميزة إضافية.
- تُعد المعرفة بتقييم أنظمة الذكاء الاصطناعي وقابلية رصدها واختبار أداء الأوامر والتحقق من الاستناد إلى المصادر ميزة إضافية.
- القدرة على التعاون بين التخصصات وإدارة مشاريع متعددة والتواصل مع جماهير تقنية وغير تقنية.
- تُعد الشهادات السحابية في خدمات الذكاء الاصطناعي والتعلم الآلي من Azure أو AWS أو Google Cloud ميزة إضافية.