تاكو ستارز تعلن عن وظيفة مهندس جودة ذكاء اصطناعي مساعد في الرياض
Associate AI Quality Engineer
تفاصيل الوظيفة
تعلن Foodics، شركة رائدة في إدارة المطاعم وتقنيات الدفع، عن وظيفة Associate AI Quality Engineer في الرياض، المملكة العربية السعودية. تهدف هذه الوظيفة إلى بناء أنظمة الذكاء الاصطناعي الداخلية التي يعمل عليها المهندسون يومياً، بما في ذلك وكلاء لتوليد الاختبارات وصيانتها، وخطوط أنابيب لفرز حالات الفشل، وأدوات لتسريع مراجعة الكود، والبنية التحتية للتقييم.
المهام والمسؤوليات
- أتمتة الاختبار عبر الطبقات: Backend (API و contract testing، تكامل الخدمات، إعداد البيانات) و Frontend (E2E ويب واختبار المكونات باستخدام Playwright، اختبار الانحدار البصري و RTL) و Mobile (اختبار أصلي ومتعدد المنصات باستخدام Appium أو Maestro، أجهزة المحاكاة، السلوك دون اتصال، مسارات الدفع).
- إدارة البنية التحتية للاختبار: مشاركة fixtures، إدارة البيئة وبيانات الاختبار، التوازي، و CI pipelines التي تشير إلى فشل حقيقي.
- اختبار الأداء والتحميل.
- طبقة الذكاء الاصطناعي: توليد الاختبارات من المواصفات والكود وحركة الإنتاج مع حلول الصيانة، وتصنيف حالات الفشل (خلل حقيقي، خطأ عابر، بيئة، تدهور اختبار)، وأدوات الشفاء الذاتي للـ locators وصحة الاختبارات (كشف الأخطاء العابرة، الحجر، تحليل فجوات التغطية).
- البنية التحتية لتقييم ميزات الذكاء الاصطناعي عبر المنتجات: مجموعات البيانات، النقاط، كشف الانحدار عند تغيير prompt أو نموذج، مع التركيز على السلوك العربي والإنجليزي وواجهات RTL وقواعد الدفع والضرائب الإقليمية.
- الذكاء الاصطناعي الوكيل والتنسيق: وكلاء يقومون بأعمال حقيقية في الـ pipelines (قراءة الفروق، تشغيل الاختبارات المناسبة، إعادة إنتاج الفشل، اقتراح إصلاح، فتح PR)، ووكلاء يمتلكون سير عمل الجودة بالكامل (اختبار استكشافي، صيد فجوات التغطية، تقييم مخاطر الإصدار)، وتنسيق متعدد الخطوات مع تخطيط، استخدام أدوات، إعادة محاولة، حالة وذاكرة عبر الخطوات، تنفيذ معزول، تسليم متعدد الوكلاء، وحدود نظيفة بين الخطوات الوكيلة والحتمية.
- التكامل مع الأدوات الحالية (CI، Jira، المراقبة، واجهات MCP) بدلاً من نظام موازٍ.
الشروط والمتطلبات
- مهندس ينتج برامج إنتاجية ولديه خبرة عملية حديثة في أنظمة تعتمد على LLM ويستخدمها مستخدمون حقيقيون.
- إتقان قوي للغة Python، ومريح على الأقل بلغة واحدة من .NET أو Java أو TypeScript، مع كتابة كود مختبر ومُصان وليس مجرد نوت بوك.
- خبرة أتمتة حقيقية عبر أكثر من سطح (Backend و UI ويب أو موبايل) مع امتلاك مجموعة اختبارات تحكم عمليات الإصدار، والقدرة على شرح كيفية إبقائها خضراء دون حذف الاختبارات الصعبة.
- خبرة حقيقية في بناء أنظمة تقييم مع القدرة على إثبات أن النظام يتحسن بأرقام.
- إتقان عملي لأدوات LLM الحديثة: الـ prompting، المخرجات المنظمة، استخدام الأدوات، الاسترجاع، تنسيق الذكاء الاصطناعي الوكيل، وفهم واضح للمفاضلات.
- أساسيات اختبار موثوقة: تصميم الاختبارات، أطر الأتمتة، و CI/CD ليست جديدة عليك.
- توجه نحو التبني: تقيس نجاحك بمدى استخدام المهندسين لأعمالك، وليس بمجرد العرض.
المهارات المطلوبة
- أتمتة الاختبار: إطار عمل Playwright، Appium، Maestro، التصميم الهرمي للاختبار، التوازي، CI/CD، وإدارة الأخطاء العابرة.
- هندسة السياق: استراتيجية الاسترجاع، التقطيع، إعادة الترتيب، التخزين المؤقت، وإدارة السلوك الطويل للسياق.
- التقييم: التقييم دون اتصال وعبر الإنترنت، استخدام LLM كحكم مع معرفة حالات فشله، حلقة بشرية في المراجعة، الدلالة الإحصائية على عينات صغيرة، بوابات الانحدار في CI.
- الموثوقية: المخرجات المنظمة، الحواجز الوقائية، التصميم مع fallback وإعادة المحاولة، ومعالجة عدم الحتمية في أنظمة لا يجب أن تتقلب.
- العمليات: التتبع والمراقبة لأنظمة LLM، إدارة الـ prompts والإصدارات، موازنة التأخير والتكلفة، توجيه النموذج، ومعرفة متى يكون fine-tuning أو distillation أفضل من prompt أفضل.
- التكامل: CI، Jira، المراقبة، واجهات MCP، وفهم عميق لأدوات تنسيق الذكاء الاصطناعي الوكيل.
المزايا
- ثقافة عمل شاملة ومتنوعة تشجع الابتكار مع مرونة في العمل المكتبي والهجين.
- حزم تعويضات تنافسية تشمل المكافآت وإمكانية الحصول على أسهم.
- تطوير شخصي مع تدريب منتظم ومخصص تعلم سنوي لمواجهة تحديات جديدة وتنمية مسيرتك المهنية في بيئة فائقة النمو.
- الانضمام إلى فريق موهوب من أكثر من 30 جنسية يعملون في 14 دولة، واكتساب خبرة قيمة في صناعة مثيرة.
- الاستقلالية في العمل، التوجيه، وأهداف طموحة تخلق فرصاً لا تصدق لك وللشركة.
عرض النص الأصلي للإعلان
Foodics
Software Engineering, Data Science, Quality Assurance
Riyadh Saudi Arabia
Posted on Sep 14, 2026
Apply now
Who Are We❓
We Are Foodics! a leading restaurant management ecosystem and payment tech provider. Founded in 2014 with headquarter in Riyadh and offices across 5 countries, including UAE, Egypt, Jordan and Kuwait. We are currently serving customers and partners in over 35 different countries worldwide. Our innovative products have successfully processed over 6 billion (yes, billion with a B) orders so far! making Foodics one of the most rapidly evolving SaaS companies to ever emerge from the MENA region. Also Foodics has achieved three rounds of funding, with the latest raising $170 million in the largest SaaS funding round in MENA, boosting its innovation capabilities to better serve business owners.
The Job in a Nutshell💡
You'll build the internal AI systems our engineers work inside every day: agents that generate and maintain tests, pipelines that triage failures before a human sees them, tooling that speeds up code review and debugging, and the evaluation infrastructure that makes our own AI features testable at all.
This is a builder's role. You'll write production code, own systems in CI, and be measured on whether engineers actually use what you ship.
What Will You Do❓
Test automation across the stack
About
You should be current on how this work is actually done today, and able to argue about it rather than recite it:
We believe you will love working at Foodics!
See more open positions at Foodics
Software Engineering, Data Science, Quality Assurance
Riyadh Saudi Arabia
Posted on Sep 14, 2026
Apply now
Who Are We❓
We Are Foodics! a leading restaurant management ecosystem and payment tech provider. Founded in 2014 with headquarter in Riyadh and offices across 5 countries, including UAE, Egypt, Jordan and Kuwait. We are currently serving customers and partners in over 35 different countries worldwide. Our innovative products have successfully processed over 6 billion (yes, billion with a B) orders so far! making Foodics one of the most rapidly evolving SaaS companies to ever emerge from the MENA region. Also Foodics has achieved three rounds of funding, with the latest raising $170 million in the largest SaaS funding round in MENA, boosting its innovation capabilities to better serve business owners.
The Job in a Nutshell💡
You'll build the internal AI systems our engineers work inside every day: agents that generate and maintain tests, pipelines that triage failures before a human sees them, tooling that speeds up code review and debugging, and the evaluation infrastructure that makes our own AI features testable at all.
This is a builder's role. You'll write production code, own systems in CI, and be measured on whether engineers actually use what you ship.
What Will You Do❓
Test automation across the stack
- Backend: API and contract testing, service-level and integration coverage, data setup that doesn't rot, and test design that survives a schema change.
- Frontend: web E2E and component-level coverage with Playwright, visual and RTL regression, and suites fast enough to gate a merge rather than a nightly.
- Mobile: native and cross-platform coverage with Appium or Maestro, device-farm strategy, offline and sync behaviour, and the payment-peripheral paths that only break on real hardware.
- The connective tissue: shared fixtures, environment and test-data management, parallelisation, and CI pipelines where a red build means something.
- performance and load testing Experience.
- Test generation from specs, code, and production traffic - with the maintenance story solved, not just the first draft.
- Failure triage that classifies a red build before a human opens it: real bug, flake, environment, or test rot.
- Self-healing locators and suite health tooling - flake detection, quarantine, coverage-gap analysis.
- Evaluation infrastructure for AI features across our products: datasets, scoring, and regression detection when a prompt or model changes.
- Evaluation for our market specifically - Arabic and English behaviour, RTL interfaces, and region-specific POS, tax, and payment rules. Correctness here is rarely a string match.
- Agentic AI that does real work in our pipelines: reads a diff, runs the relevant suite, reproduces a failure, proposes a fix, opens the PR.
- Agents that own a quality workflow end to end - exploratory testing against a running build, coverage-gap hunting, release-risk assessment - and know when to escalate to a human.
- Orchestration that holds up under load - multi-step planning, tool use, retries, state and memory across steps, sandboxed execution, multi-agent handoffs, and clean boundaries between agentic and deterministic steps.
- Integration with the stack we already have (CI, Jira, observability, MCP-style tool interfaces) rather than a parallel system beside it.
- The judgement to know when a plain pipeline beats an agent, and to say so.
About
You should be current on how this work is actually done today, and able to argue about it rather than recite it:
- Test automation: framework design and layering, the test pyramid and where it stops being useful, flake economics, parallel execution, mobile and cross-browser realities, CI/CD gating, Framework: Playwright, Appium, Maestro
- Agentic AI: orchestration and tool use, multi-step planning, memory and state, sandboxed execution, multi-agent patterns, MCP and similar tool-integration standards, and the cost of each.
- Context engineering: retrieval strategy, chunking, reranking, caching, and managing long-context behaviour - including where it degrades.
- Evaluation: offline and online evals, LLM-as-judge and its failure modes, human-in-the-loop review, statistical significance on small samples, regression gates in CI.
- Reliability: structured output, guardrails, fallback and retry design, and handling non-determinism in systems that must not flap.
- Operations: tracing and observability for LLM systems, prompt and version management, latency and cost budgeting, model routing, and when fine-tuning or distillation beats a better prompt.
- An engineer who ships production software, with recent hands-on work on LLM-backed systems that real users depend on.
- Strong Python; comfortable in at least one of .NET, Java, or TypeScript. Tested, maintained code - not notebooks.
- Real automation depth across more than one surface. You've owned a suite that gates releases on backend and on a UI - web or mobile - and you can explain how you kept it green without deleting the hard tests.
- Real experience building evaluation systems. You can explain how you knew your system was getting better, with numbers.
- Practical depth with the modern LLM toolkit - prompting, structured output, tool use, retrieval, agentic AI orchestration - and a clear sense of the trade-offs.
- Credible testing fundamentals. You don't need a QA title, but test design, automation frameworks, and CI/CD shouldn't be new to you.
- A bias toward adoption. You measure your work by what other engineers use, not by what you demoed.
We believe you will love working at Foodics!
- We have an inclusive and diverse culture that encourages innovation and flexibility in-office, and hybrid work setups.
- We offer highly competitive compensation packages, including bonuses and the potential for shares.
- We prioritize personal development and offer regular training and an annual learning stipend to tackle new challenges and grow your career in a hyper-growth environment.
- Join a talented team of over 30 nationalities working in 14 countries, and gain valuable experience in an exciting industry.
- We offer autonomy, mentoring, and challenging goals that create incredible opportunities for both you and the company.
See more open positions at Foodics
المصدر: LinkedIn - أُضيفت للموقع في 14 سبتمبر 2026
رقم الإعلان لدى المصدر: 4467279028
رقم الإعلان لدى المصدر: 4467279028
