المسؤوليات الرئيسية:
- تحسين النماذج اللغوية الضخمة (LLMs) من خلال الضبط الدقيق، والهندسة التوجيهية (Prompt Engineering)، والتخصيص لتحقيق أهداف عمل وتقنية محددة.
- تصميم وتنفيذ واجهات برمجة تطبيقات (APIs) وخدمات قابلة للتوسع لدمج النماذج اللغوية في التطبيقات العملية.
- التعاون مع الفرق متعددة التخصصات (علماء البيانات، مدراء المنتجات، مهندسو البرمجيات) لفهم المتطلبات واقتراح حلول قائمة على LLMs.
- معالجة البيانات وإدارتها على نطاق واسع لأغراض تدريب النماذج وتقييمها.
- تحسين استنتاج النماذج من حيث زمن الاستجابة، واستخدام الذاكرة، وقابلية التوسع.
- تقييم أداء النماذج باستخدام المقاييس المناسبة والعمل على تحسينها بناءً على التغذية الراجعة.
- ضمان استخدام أخلاقي للذكاء الاصطناعي، والحد من التحيز، والالتزام بلوائح حماية خصوصية البيانات.
المؤهلات المطلوبة:
- درجة البكالوريوس في علوم الحاسوب، الذكاء الاصطناعي، تعلم الآلة، أو مجال ذي صلة.
- خبرة عملية في التعامل مع نماذج LLM مثل GPT-3/4، Claude، LLaMA، Mistral، Gemini أو نماذج مخصصة تم ضبطها بدقة.
- إتقان لغة Python وأطر التعلم العميق مثل TensorFlow، PyTorch، ومكتبة Hugging Face Transformers.
- خبرة في تقنيات هندسة التوجيه (Prompt Engineering)، الضبط الدقيق (Fine-tuning)، وأساليب التقييم.
- فهم عميق لآليات الترميز (Tokenization)، التمثيلات الشعاعية (Embeddings)، ودمج قواعد بيانات المتجهات (Vector Databases).
- معرفة بالتدريب الموزع، بيئات المعالجة متعددة وحدات المعالجة الرسومية (Multi-GPU)، ومنصات الحوسبة السحابية (AWS، GCP، Azure).
- مهارات قوية في حل المشكلات، والتحليل، والتواصل.
المستوى المطلوب:
متوسط الخبرة (Mid-level)