##### **وصف المشروع** نبحث عن مهندس تعلم آلي ذو كفاءة لتطوير ونشر نماذج بديلة تعتمد على الشبكات العصبية البيانية (GNN) تقوم بتقريب عمليات المحاكاة الفيزيائية المعقدة الخاصة بشبكات خطوط أنابيب النفط والغاز والآبار. هذه وظيفة عملية لمُختص يمكنه بناء نماذج شبكية عصبية عالية الدقة تحل محل برامج المحاكاة المكلفة حسابياً (مثل Nexus، Prosper). ##### **المهام والمسؤوليات** تصميم وتنفيذ هياكل الشبكات العصبية لنمذجة ديناميكيات التدفق في شبكات خطوط الأنابيب المتصلة بناء نماذج بديلة تتوقع بدقة توزيعات الضغط ومعدلات التدفق وسلوك الشبكة تحت سيناريوهات تشغيل مختلفة (تُحصل بيانات التدريب من خلال تشغيل محاكاة النماذج الفيزيائية) إنشاء خطوط أنابيب بيانات لاستخراج طوبولوجيا الشبكة ونتائج المحاكاة من النماذج القائمة على الفيزياء (Nexus/Prosper) وتحويلها إلى تمثيلات بيانية (Graph) تطوير أطر التدريب التي تدمج قيود الفيزياء (قوانين الحفاظ، علاقات الضغط-التدفق) في دوال الخسارة للشبكة العصبية التعاون مع مهندسي البترول لضمان توافق تنبؤات النموذج مع السلوك الفيزيائي والقيود التشغيلية تنفيذ إجراءات رصد النموذج، والتحقق منه، وتحسينه المستمر رحلة عمل إلى الكويت ##### **المهارات** الأساسية خبرة قوية في الشبكات العصبية البيانية (GCN، GraphSAGE، Message Passing Networks) مع خبرة عملية مثبتة في التنفيذ فهم عميق لأطر التعلم العميق (PyTorch Geometric، DGL، أو TensorFlow GNN) خبرة في بناء نماذج بديلة أو شبكات عصبية مستندة إلى الفيزياء (PINNs) للتطبيقات الهندسية إتقان لغة بايثون ومكتبات الحوسبة العلمية (NumPy، SciPy، Pandas) قدرة مُثبتة على العمل مع هياكل بيانات معقدة (الرسوم البيانية، السلاسل الزمنية، البيانات المكانية) فهم تقنيات التحسين ومعالجة بيانات التدريب الكبيرة النطاق معرفة بالمجال التقني: فهم نظرية الرسوم البيانية وتحليل الشبكات خبرة في هياكل البيانات وتمثيلات الرسوم البيانية (مصفوفات الاتصال، قوائم الحواف، التنسورات النادرة) معرفة بضبط المعاملات الفائقة، وبناء النماذج، وتقدير عدم اليقين في نماذج التعلم الآلي المهارات المُفضّلة خلفية في هندسة البترول أو الهندسة الكيميائية أو ديناميكا الموائع معرفة بمحاكاة الخزانات أو هيدروليكية خطوط الأنابيب خبرة في ممارسات MLOps وإدارة دورة حياة النموذج أبحاث منشورة أو مساهمات في مشاريع مفتوحة المصدر في مجال التعلم البياني خبرة في نشر نماذج التعلم الآلي في بيئات سحابية إنتاجية (التجميع، تطوير واجهات برمجة التطبيقات) الخبرة الصناعية: خبرة في صناعة النفط والغاز تعتبر ميزة كبيرة، ولكن المرشحين ذوي الخبرة ذات الصلة في النمذجة البديلة من مجالات هندسية أخرى يُشجعون على التقدم الخلفية التعليمية: يفضل الحصول على درجة الماجستير أو الدكتوراه في علوم الحاسوب أو الهندسة الحسابية أو الرياضيات التطبيقية أو مجال ذي صلة أساس رياضي قوي في الجبر الخطي ونظرية الرسوم البيانية والطرق العددية فهم نظرية الرسوم البيانية وتحليل الشبكات ##### **معلومات أخرى** اللغات الإنجليزية: C1 متقدم المستوى الوظيفي أعلى مستوى عن بعد مصر، مصر الطلب VR\-118735 الذكاء الاصطناعي/التعلم الآلي حلول عبر الصناعات 05/11/2025 الطلب VR\-118735