EXL هي شركة للاستشارات وخدمات الأعمال تساعد المؤسسات على استخدام البيانات والتحليلات والتكنولوجيا لتحسين العمليات واتخاذ قرارات أفضل. تشمل خدماتها إدارة العمليات، وتحليلات اتخاذ القرار، والتحول الرقمي، مع خبرة في دعم العملاء في مجالات الرعاية الصحية والتأمين والتمويل والخدمات اللوجستية. تجمع EXL بين علم البيانات والخبرة العملية في مجال الأعمال لتطوير حلول مصممة وفقًا لأهداف كل مؤسسة ونموذجها التشغيلي وسياقها الصناعي.
قائد هندسة الذكاء الاصطناعي التوليدي الأول في EXL (هجين، الولايات المتحدة)
قيادة تصميم حلول نماذج اللغة الكبيرة والذكاء الاصطناعي الوكيلي على مستوى المؤسسات. بناء تدفقات عمل محكومة وجاهزة للإنتاج عبر AWS وGoogle Cloud وSnowflake.
الوصف
- تصميم وتسليم أنظمة الذكاء الاصطناعي التوليدي للمؤسسات باستخدام نماذج اللغة الكبيرة والنماذج الأساسية وأطر الذكاء الاصطناعي الوكيلي.
- إنشاء أنماط ومسرّعات وبُنى مرجعية للذكاء الاصطناعي قابلة لإعادة الاستخدام.
- تحويل تحديات الأعمال إلى تدفقات عمل قابلة للتوسع وإثباتات مفهوم جاهزة للإنتاج.
- تحديث منصات الذكاء الاصطناعي من خلال تطبيق تقنيات الذكاء الاصطناعي التوليدي الناشئة والممارسات الراسخة.
- إنشاء أطر لهندسة التلقين وصيانتها لإنتاج مخرجات مضبوطة وموثوقة من نماذج اللغة الكبيرة.
- إعداد ممارسات لإصدار نسخ التلقينات وإدارة دورة حياتها واختبارها.
- بناء وسائل حماية للذكاء الاصطناعي من الهلوسة والتحيز والتهديدات الأمنية ومتطلبات الامتثال.
- تطوير مسارات تنسيق قابلة للتوسع باستخدام LangGraph أو LangChain أو CrewAI أو Semantic Kernel أو أدوات مماثلة.
- إنشاء مكونات وأدوات ووكلاء وقوالب تدفقات عمل قابلة لإعادة الاستخدام للذكاء الاصطناعي.
- بناء أنظمة متعددة الوكلاء وتدفقات عمل ذاتية التشغيل.
- التعاون مع أصحاب المصلحة في الأعمال لتحديد حالات استخدام قيّمة للذكاء الاصطناعي.
- إنشاء نماذج أولية ومنتجات قابلة للتطبيق بالحد الأدنى للذكاء الاصطناعي باستخدام بيانات اصطناعية وبيانات المؤسسات.
- تحويل النماذج الأولية إلى تطبيقات إنتاجية تستوفي معايير قابلية التوسع والأمان والموثوقية.
- تصميم بُنى قابلة للتوسع للذكاء الاصطناعي التوليدي عبر AWS وGoogle Cloud وSnowflake.
- استخدام Amazon Bedrock وSageMaker وVertex AI وSnowflake Cortex AI وغيرها من خدمات الذكاء الاصطناعي السحابية الأصلية.
- تصميم أنظمة التوليد المعزز بالاسترجاع (RAG) باستخدام قواعد بيانات المتجهات والتضمينات والبحث الدلالي.
- تحسين نشر النماذج وسرعة الاستدلال وكفاءة تكاليف البنية التحتية.
- إنشاء أطر تقييم للدقة والملاءمة وزمن الاستجابة والسلامة والأثر على الأعمال.
- تطوير معايير مرجعية للتلقينات والنماذج وتدفقات العمل.
- تحديد مؤشرات الأداء الرئيسية وممارسات قابلية المراقبة واستراتيجيات المتابعة.
- تحسين أداء النماذج عبر ضبط التلقينات وتحسين الاسترجاع وتنقيح تدفقات العمل.
المتطلبات
- درجة بكالوريوس أو ماجستير في علوم الحاسوب أو الذكاء الاصطناعي أو علم البيانات أو الهندسة أو تخصص ذي صلة.
- خبرة لا تقل عن 8 سنوات في هندسة البرمجيات أو تعلم الآلة أو هندسة البيانات أو تطوير حلول الذكاء الاصطناعي.
- خبرة عملية لا تقل عن 4 سنوات في الذكاء الاصطناعي التوليدي ونماذج اللغة الكبيرة والنماذج الأساسية.
- خلفية قوية في تصميم حلول الذكاء الاصطناعي التوليدي للمؤسسات باستخدام بُنى متقدمة لنماذج اللغة الكبيرة وأطر التلقين.
- خبرة متقدمة في تطوير تدفقات عمل قابلة للتوسع للذكاء الاصطناعي ومسارات التنسيق ومكوناته القابلة لإعادة الاستخدام.
- القدرة على تحويل احتياجات الأعمال إلى حلول ونماذج أولية للذكاء الاصطناعي جاهزة للإنتاج باستخدام بيانات اصطناعية.
- معرفة متعمقة بإصدار نسخ التلقينات وحوكمتها ووسائل الحماية ومخرجات نماذج اللغة الكبيرة المضبوطة.
- فهم قوي لأطر تقييم الذكاء الاصطناعي وأساليب إعداد المعايير المرجعية وتقنيات التحسين.
- خبرة في قواعد بيانات المتجهات والتضمينات والبحث الدلالي وبُنى التوليد المعزز بالاسترجاع (RAG).
- مهارات قوية في Python وإلمام بأطر تطوير الذكاء الاصطناعي وتعلم الآلة الحديثة.