مهندس ذكاء اصطناعي (AI Engineer – LLMs + Automation)

الوصف الوظيفي:

هذا الدور يمثل قلب الذكاء الاصطناعي في منصة تَنْسِيق AI. المهندس سيكون مسؤول عن بناء البنية التحتية (Infrastructure) التي تعتمد عليها جميع نماذج الذكاء الاصطناعي داخل المنصة، وضمان أن كل العمليات سريعة، دقيقة، وآمنة لجميع المستخدمين.

سيكون أيضاً الذراع التحليلي للمشروع، الذي يساعدنا على فهم تكاليف التشغيل، وضبط اشتراكات المستخدمين بما يتماشى مع التكلفة + القيمة المقدمة.

المهام الرئيسية:

تصميم وبناء خطة البنية التحتية للذكاء الاصطناعي (AI Infrastructure Plan) لمشروع تَنْسِيق AI.

اختيار النماذج المناسبة (LLMs) وتخصيصها بحيث تدعم اللغات (العربية + الإنجليزية).

استضافة النماذج على خوادم (Servers) مثل AWS / Google Cloud / Azure مع موازنة الأداء والتكلفة.

ضمان الأمان: حفظ بيانات كل مستخدم بشكل منفصل (multi-tenant isolation)، ومنع أي خلط بين بيانات الشركات.

تطوير آليات Fine-tuning أو RAG بحيث يتعلم الذكاء الاصطناعي من بيانات كل مستخدم بشكل آمن لتحسين النتائج تدريجياً.

العمل على جعل المنصة تقدم ردود دقيقة وسريعة داخل لوحة التحكم، بدون تأخير أو تكرار.

التعاون المباشر مع Frontend Developer + Backend Developer لدمج الذكاء الاصطناعي بسلاسة داخل كل خطوة من الـ Dashboard.

تقديم تحليلات شهرية حول:

تكلفة استهلاك الـ APIs (OpenAI / HuggingFace / Stability AI… إلخ).

حجم الاستهلاك مقابل دخل الاشتراكات.

مقترحات عملية لزيادة الربحية وخفض التكلفة.

المساهمة كـ شريك استراتيجي في اقتراح أفكار جديدة للميزات (Features) المستقبلية في المنصة.

الالتزام بخطة عمل بموعد نهائي واضح: 30 يناير 2026 لتسليم البنية الأساسية للذكاء الاصطناعي جاهزة بالكامل مع تكاملها مع الواجهة الأمامية والخلفية.

المؤهلات المطلوبة:

خبرة عملية مثبتة في LLMs + AI Infrastructure + Automation.

معرفة قوية بخدمات السحابة (Cloud) مثل AWS / Google Cloud / Azure.

خبرة في أمن البيانات (Data Security) وتطبيق بروتوكولات التشفير (Encryption).

فهم عميق لآليات Prompt Engineering، RAG، Fine-Tuning.

القدرة على تحليل التكاليف وتقديم تقارير مالية تقنية واضحة.

شخصية تحليلية + إبداعية + ملتزمة بالمواعيد.

أمثلة عملية على مسؤولياته داخل تَنْسِيق AI:

التأكد أن كل مستخدم يحصل على تحليل تقارير الأداء الشهري بدقة وسرعة داخل الـ Dashboard.

ضمان أن المحتوى العربي المولّد خالي من الأخطاء اللغوية قدر الإمكان (Arabic Quality Layer).

إنشاء خطة Scaling بحيث عندما نصل إلى 10,000 مستخدم، النظام ما ينهار أو يتأخر.

بناء نظام Rate Limiting + Queues بحيث ما يتداخل شغل المستخدمين مع بعض حتى لو كلهم يولدون محتوى بنفس الوقت.

تقديم تقرير دوري للإدارة عن تكلفة كل مستخدم مقابل الدخل من الاشتراك لضمان ربحية المشروع.