الوصف

مهندس أول لعمليات التعلم الآلي (Senior MLOps Engineer)

رقم الوظيفة: 493075
جهة التوظيف: Brightly Software
القطاع: البنية التحتية الذكية – البحث والتطوير
نمط العمل: عن بُعد بالكامل
نوع الوظيفة: دوام كامل – عقد دائم
مستوى الخبرة: محترف متوسط المستوى
المواقع:

• القاهرة الجديدة – مصر

• نويدا – الهند

نبذة عن الشركة

تُعد Brightly Software شركة رائدة في مجال إدارة الأصول الذكية وتحسين الأداء المؤسسي، حيث تعتمد على البيانات والذكاء الاصطناعي لتمكين المؤسسات من اتخاذ قرارات أكثر كفاءة. ومع التوسع في حلول الذكاء الاصطناعي والتعلم الآلي، تسعى الشركة إلى تعزيز بنيتها التقنية من خلال استقطاب مهندس أول متخصص في عمليات التعلم الآلي لدعم الجيل القادم من الحلول التنبؤية والذاتية التشغيل.

نظرة عامة على الدور

ستتولى، بصفتك مهندسًا أول لعمليات التعلم الآلي، مسؤولية تصميم وبناء وتشغيل بنية تحتية متكاملة للتعلم الآلي على منصة AWS. ستعمل عند تقاطع هندسة التعلم الآلي، والبنية التحتية السحابية، وتحسين إنتاجية المطورين، بما يضمن الانتقال السلس لنماذج التعلم الآلي من مرحلة البحث والتجريب إلى بيئات إنتاج مستقرة، وآمنة، وقابلة للتوسع.

سيكون دورك محوريًا في ضمان أن تكون خطوط البيانات والنماذج عالية الكفاءة، قابلة للملاحظة، ومتوافقة مع أفضل ممارسات MLOps.

المسؤوليات الرئيسية

منصة وبنية التعلم الآلي (AWS)

• تصميم وتشغيل منصات ML/AI على AWS باستخدام خدمات مثل:
  Amazon SageMaker، S3، Glue، Lambda، ECS/EKS.

• تطبيق مبدأ البنية التحتية ككود (IaC) باستخدام Terraform أو ما يعادله.

• إدارة تنسيق سير العمل باستخدام AWS Step Functions أو Airflow.

خطوط البيانات والنماذج

• بناء خطوط أنابيب آلية لاستخلاص البيانات وتحويلها باستخدام S3 وGlue وEMR/Spark وRedshift.

• دمج أدوات جودة البيانات وتتبع المصدر مثل Great Expectations وDeequ.

التكامل المستمر والتسليم المستمر (ML CI/CD)

• تطوير خطوط CI/CD مخصصة للتعلم الآلي باستخدام CodePipeline، CodeBuild، GitHub Actions.

• تضمين اختبارات النماذج، والتحقق من صحة البيانات، والنشر المرحلي (Canary/Shadow)، وآليات التراجع التلقائي.

نشر النماذج والعمليات

• نشر نقاط استدلال فورية أو غير متزامنة باستخدام SageMaker أو خدمات مبنية على FastAPI.

• تحسين الأداء والتكلفة، وتحديد أهداف مستوى الخدمة (SLA)، وتفعيل التوسع التلقائي.

المراقبة والحوكمة

• تنفيذ حلول مراقبة النماذج والانحراف والأداء باستخدام SageMaker Model Monitor وCloudWatch وPrometheus وGrafana.

• تطبيق أفضل ممارسات الأمان، بما في ذلك IAM، والعزل عبر VPC، والتشفير، وإدارة الأسرار.

التعاون متعدد التخصصات

• العمل بشكل وثيق مع علماء البيانات ومهندسي البرمجيات لتحويل النماذج إلى حلول إنتاجية.

• المساهمة في دمج حلول GenAI مثل Amazon Bedrock، وقواعد البيانات المتجهة، وخطوط RAG.

المؤهلات والمتطلبات

• درجة البكالوريوس أو الماجستير في علوم الحاسوب، الهندسة، أو مجال ذي صلة.

• أكثر من 7 سنوات خبرة في MLOps أو هندسة التعلم الآلي أو DevOps أو الحوسبة السحابية.

• خبرة قيادية لا تقل عن 3 سنوات في أدوار متقدمة.

• خبرة عميقة في بيئة AWS وخدماتها الخاصة بالتعلم الآلي.

• إجادة Python والعمل باستخدام Docker.

• خبرة قوية في نشر النماذج، مراقبتها، وتحسين أدائها في بيئات الإنتاج.

• فهم متقدم لدورة حياة نماذج التعلم الآلي وأفضل ممارسات MLOps.

• خبرة في البنية التحتية ككود، وأمن الأنظمة، والامتثال المؤسسي.

• مهارات تواصل قوية وقدرة عالية على حل المشكلات والعمل الجماعي.

ثقافة Brightly

في Brightly، نؤمن بأن الابتكار يبدأ من الإنسان. نعمل في بيئة تعاونية داعمة تشجع النمو والتعلم، ونسعى لبناء مستقبل أكثر ذكاءً واستدامة من خلال حلول تقنية تُحدث أثرًا حقيقيًا في المجتمعات والبنية التحتية التي نعتمد عليها.