هندسة تعلم الآلة / النماذج اللغوية الكبيرة (LLM) هل أنت شغوف بتحويل بيانات المؤسسات إلى خدمات إنتاجية مبنية على النماذج اللغوية الكبيرة (LLMs)؟ هل تستمتع باستخدام تقنيات التوليد المعزز بالاسترجاع (RAG)، وتشغيل قواعد البيانات المتجهة، وتحسين أداء وحدات معالجة الرسومات (GPU)؟ نحن نبحث عن عدة مهندسين في مجال تعلم الآلة / النماذج اللغوية الكبيرة (LLM) للقيام بتدريب وضبط وتشغيل نماذج الذكاء الاصطناعي مثل Llama 3 وMixtral 8x7B، مما يمكن منصة GRC التي نبنيها من فهم السيناريوهات والتطبيقات الواقعية، مثل ربط بيانات SIEM وتحديد الشذوذ، والإجابة عن استبيانات الأمان والامتثال من العملاء، وتحليل القوانين واللوائح الجديدة وتحديد السياسات التنظيمية التي تحتاج إلى تحديث أو صياغة، وتقييم اتجاهات الثغرات والاكتشافات، واقتراح التوصيات للإصلاح، كأمثلة بارزة. الخلفية في شركة أليندوفوكس \& كومباني، نحن ندمج الخبرة التنظيمية العالمية مع الذكاء الاصطناعي المتقدم لبناء منصة GRC جديدة تتكون من وحدات متعددة مدعومة بالذكاء الاصطناعي، لأتمتة سير عمل حماية البيانات والتنظيم. ستنضم إلى فريق ذكاء اصطناعي صغير في الإسكندرية، وستتعاون مع زملاء في مجالات DevOps والأمن وتجربة المستخدم (UX) لتقديم خدمات استدلال موثوقة وذات زمن انتقال منخفض. الخبرة يُتوقع من المرشحين المثاليين أن يكون لديهم خبرة عملية في تدريب وتشغيل نماذج المحولات (transformer models)، وبناء خطوط أنابيب RAG، وتحسين أحمال عمل وحدات معالجة الرسومات (GPU). ويُتوقع أن يكون لديهم معرفة بـ PyTorch، Hugging Face Transformers، ومخازن المتجهات (مثل FAISS، Qdrant)، ونشر الحاويات (Docker، Kubernetes). كما أن المعرفة بمعايير مثل ISO 27001 أو سياقات ISO 42001 تُعد ميزة إضافية. السمات الشخصية والمهارات * إجادة اللغة الإنجليزية كتابةً وتحدثاً؛ والقدرة على توثيق التجارب بشكل موجز. * التفكير التحليلي والتحقق من الفرضيات باستخدام المقاييس. * مهارة العمل الجماعي، والرغبة في التعاون مع مهندسي DevOps ومهندسي الأوامر (prompt). * الاهتمام بالأمان، ومعالجة خصوصية البيانات وحوكمة النماذج باعتبارها أولويات قصوى. * القدرة على التعلم الذاتي والمواكبة السريعة للتطورات السريعة في بيئة النماذج اللغوية الكبيرة (LLM) المفتوحة المصدر. المهام الوظيفية * ضبط وكمّ النماذج اللغوية الكبيرة المفتوحة المصدر (LLMs) باستخدام مجموعات بيانات خاصة بمجالات العملاء. * بناء خطوط أنابيب RAG التي تجمع بين التضمينات (embeddings)، والبحث المتجه، وقوالب الأوامر (prompt templates). * تغليف النماذج وراء خوادم الاستدلال مثل Triton Inference Server أو vLLM، وتقديم واجهات برمجة تطبيقات REST/gRPC. * تحليل استخدام وحدة معالجة الرسومات (GPU)، واستهلاك الذاكرة، وزمن الانتظار؛ وتطبيق تقنيات التحسين (مثل Flash-Attention، الترميز التخميني). * التعاون مع متخصصي هندسة الأوامر (Prompt-Engineering Specialists) لتحسين أوامر النظام وضوابط الأمان. * كتابة مهام CI/CD للتقييم التلقائي (الدقة، معدل التخيل، مقاييس التحيز). * توثيق التجارب، والبارامترات الفائقة، ومعايير الأداء لضمان إمكانية التكرار. المؤهلات الدنيا * درجة البكالوريوس في علوم الحاسوب أو علوم البيانات أو مجال ذي صلة؛ **ويُفضل الحصول على درجة الماجستير**. * خبرة لا تقل عن 3 سنوات في مجال تعلم الآلة، بما في ذلك نماذج المحولات (transformer models). * إتقان لغة Python، وPyTorch، وHugging Face Transformers، وقواعد البيانات المتجهة. * خبرة في نشر النماذج عبر Docker/Kubernetes، والرصد باستخدام Prometheus أو أدوات مشابهة. المؤهلات المفضلة * خبرة في مجموعات بيانات الأمان أو GRC أو SOC (مثل فحوصات الثغرات، وسجلات SIEM). * معرفة بـ MLflow أو Kubeflow لتتبع التجارب. * معرفة بتحسين CUDA والتدريب بالدقة المختلطة (mixed-precision training). * وجود أوراق بحثية أو ميداليات في مسابقات (مثل Kaggle، NeurIPS) في مجالات معالجة اللغة الطبيعية (NLP) أو النماذج اللغوية الكبيرة (LLMs).