تفاصيل الوظيفة
تعلن شركة علم عن توفر فرصة وظيفية شاغرة لمهندس أول - تسليم حلول الذكاء الاصطناعي (Senior Engineer - AI Delivery) في مدينة الرياض، بهدف دعم نقل حلول الذكاء الاصطناعي من مرحلة البحث والتطوير إلى الإنتاج وضمان موثوقيتها وكفاءتها التشغيلية.
المهام والمسؤوليات
- نشر نماذج ML و LLM في بيئات الإنتاج باستخدام الحاويات أو الخدمات السحابية وفقاً للمتطلبات الفنية المعتمدة.
- تكوين معايير النشر، والتحجيم التلقائي، وإعدادات وقت التشغيل لدعم خدمات ذكاء اصطناعي مستقرة وقابلة للتوسع.
- مراقبة عمليات النشر في الإنتاج ودعم حل المشكلات التشغيلية التي تؤثر على توفر النماذج وأدائها.
- مراقبة وتحسين أداء نماذج الذكاء الاصطناعي، وزمن الاستجابة، ومعدلات الأخطاء، واستخدام الموارد، والتكاليف المرتبطة بالبنية التحتية.
- تنفيذ تقنيات التحسين المناسبة مثل التخزين المؤقت (caching)، والتهذيب (pruning)، والقياس الكمي (quantization)، وحصص الموارد، وضبط التكاليف.
- تكوين لوحات المعلومات والتنبيهات لتوفير رؤية حول صحة النموذج، واستهلاك الموارد، وجودة المخرجات.
- تطوير حلول الذكاء الاصطناعي بناءً على النماذج والقدرات التي تنتجها فرق GenAI والبحث.
- بناء طبقات الخدمات وواجهات API حول نماذج الذكاء الاصطناعي وتجميع الحلول للنشر باستخدام أطر العمل الهندسية المناسبة.
- دمج حلول الذكاء الاصطناعي مع مصادر البيانات، وخدمات الهوية، وسجلات السجلات، والأنظمة المؤسسية وفقاً لمعايير علم.
- دعم إدارة دورة حياة النموذج من خلال سجلات النماذج، والتحكم في الإصدارات، والإصدارات المتحكم بها، وآليات التراجع الآمنة.
- تطوير وصيانة اختبارات الوحدة والتكامل لدعم إصدارات الحلول الموثوقة.
- إنشاء وصيانة خطوط CI/CD لأتمتة أنشطة الاختبار والنشر والإصدار لحلول الذكاء الاصطناعي.
- إجراء تقييمات آلية وتقييمات بوجود الإنسان في الحلقة لتقييم دقة النماذج وموثوقيتها وجودة مخرجاتها وفقاً للمقاييس المتفق عليها.
- مراقبة الانحراف في البيانات والمفاهيم (data and concept drift) ودعم تحديد متطلبات إعادة التدريب أو التحسين للنماذج.
- إعداد نتائج التقييم مع إبراز المخاطر والقيود وفجوات الأداء والإجراءات الموصى بها.
- التنسيق مع فرق البنية التحتية لتوفير موارد GPU/CPU والتخزين والشبكات والسحابة المطلوبة لأعباء عمل الذكاء الاصطناعي.
- دعم إعداد ودمج التقنيات المساعدة مثل قواعد البيانات المتجهة، ومخازن الميزات، وسجلات النماذج أو المطالبات.
- دعم متطلبات النسخ الاحتياطي والاستعادة والمرونة والجاهزية الإنتاجية للحلول المنشأة.
- التنسيق مع فرق ODC بشأن أنشطة التطوير والاختبار والتسليم الفني وفقاً لمتطلبات التسليم والجودة المتفق عليها.
- مراجعة الكود والمخرجات الفنية المستلمة من فرق ODC للتحقق من توافقها مع المعايير الفنية والأمنية لشركة علم.
- دعم الممارسات الهندسية الموحدة والقوالب والتوثيق الفني عبر فرق التسليم والمراكز.
- تطوير وصيانة التوثيق الفني وأدلة النشر ودفاتر التشغيل والتكوينات والإجراءات التشغيلية لحلول الذكاء الاصطناعي.
- توثيق بنية الحل والتبعيات والتكوينات والاعتبارات التشغيلية لدعم قابلية الصيانة والاستمرارية.
- دعم نقل المعرفة إلى الفرق الهندسية وفرق البنية التحتية والتشغيل ذات الصلة لتمكين الدعم الفعال للحلول.
- اتباع جميع سياسات الإدارات ذات الصلة والعمليات وإجراءات التشغيل القياسية والتعليمات لضمان تنفيذ العمل بشكل متحكم ومتسق.
- الامتثال لجميع سياسات وإجراءات وضوابط إدارة السلامة والجودة والبيئة ذات الصلة لضمان بيئة عمل صحية وآمنة.
- الامتثال لجميع ممارسات ومعايير أمن المعلومات ذات الصلة لضمان سرية البيانات وسلامتها.
الشروط والمتطلبات
- درجة البكالوريوس في علوم الحاسب، هندسة البرمجيات، الذكاء الاصطناعي، علوم البيانات، هندسة الحاسب، أو مجال ذي صلة.
- الشهادات المهنية في الحوسبة السحابية، MLOps، DevOps، الذكاء الاصطناعي، أو تعلم الآلة تُعتبر ميزة إضافية.
- خبرة عملية من 2 إلى 4 سنوات في مجال ذي صلة بهندسة الذكاء الاصطناعي/تعلم الآلة، MLOps، هندسة البرمجيات، نشر حلول الذكاء الاصطناعي، أو المجالات ذات الصلة.
عرض النص الأصلي للإعلان
Overview
Job Description
Job Title
Senior Engineer
Job Code
476244
Grade
I2
Group
Division
Research & AI
Department
Applied Research
Unit
Delivery
ROLE PURPOSE
The aim is to state the overall significance of the job from the organization’s perspective.
The role exists to support the transition of AI solutions from research and development into production by deploying and integrating AI models, monitoring their performance, and optimizing the required resources to ensure reliability, scalability, and operational efficiency. The role collaborates with Engineering, Evaluation, Infrastructure, and ODC teams to deliver secure, stable, and policy-compliant AI solutions.
Key Accountabilities & Activities
This section describes the principal outputs required from the job.
Key Accountabilities
Key Activities
Academic And Professional Qualifications
Job Description
Job Title
Senior Engineer
Job Code
476244
Grade
I2
Group
Division
Research & AI
Department
Applied Research
Unit
Delivery
ROLE PURPOSE
The aim is to state the overall significance of the job from the organization’s perspective.
The role exists to support the transition of AI solutions from research and development into production by deploying and integrating AI models, monitoring their performance, and optimizing the required resources to ensure reliability, scalability, and operational efficiency. The role collaborates with Engineering, Evaluation, Infrastructure, and ODC teams to deliver secure, stable, and policy-compliant AI solutions.
Key Accountabilities & Activities
This section describes the principal outputs required from the job.
Key Accountabilities
Key Activities
- AI Model Deployment & Operations
- Deploy ML and LLM models into production environments using containers and/or cloud services in line with approved technical requirements.
- Configure deployment parameters, autoscaling, and runtime settings to support stable and scalable AI services.
- Monitor production deployments and support resolution of operational issues affecting model availability and performance.
- AI Performance & Resource Optimization
- Monitor and optimize AI model performance, latency, error rates, resource utilization, and associated infrastructure costs.
- Implement appropriate optimization techniques such as caching, pruning, quantization, resource quotas, and cost tuning.
- Configure dashboards and alerts to provide visibility into model health, resource consumption, and output quality.
- AI Solution Engineering & Integration
- Develop AI solutions based on models and capabilities produced by GenAI and research teams.
- Build service layers and APIs around AI models and package solutions for deployment using appropriate engineering frameworks.
- Integrate AI solutions with required data sources, identity services, logging capabilities, and enterprise systems in line with Elm standards.
- Model Lifecycle & Release Management
- Support model lifecycle management through model registries, versioning, controlled releases, and safe rollback mechanisms.
- Develop and maintain unit and integration tests to support reliable solution releases.
- Establish and maintain CI/CD pipelines to automate testing, deployment, and release activities for AI solutions.
- AI Evaluation & Validation
- Conduct automated and human-in-the-loop assessments to evaluate AI model accuracy, reliability, and output quality against agreed metrics.
- Monitor data and concept drift and support identification of model retraining or improvement requirements.
- Prepare evaluation results highlighting identified risks, limitations, performance gaps, and recommended actions.
- AI Infrastructure & Production Readiness
- Coordinate with infrastructure teams to provision required GPU/CPU, storage, networking, and cloud resources for AI workloads.
- Support the setup and integration of enabling technologies such as vector databases, feature stores, and model or prompt registries.
- Support backup, recovery, resilience, and production-readiness requirements for deployed AI solutions.
- Technical Delivery & ODC Collaboration
- Coordinate with ODC teams on development, testing, and technical delivery activities in accordance with agreed delivery and quality requirements.
- Review code, technical artifacts, and deliverables received from ODC teams to verify alignment with Elm’s technical and security standards.
- Support consistent engineering practices, templates, and technical documentation across delivery teams and centers.
- Technical Documentation & Knowledge Transfer
- Develop and maintain technical documentation, deployment guides, runbooks, configurations, and operational procedures for AI solutions.
- Document solution architecture, dependencies, configurations, and known operational considerations to support maintainability and continuity.
- Support knowledge transfer to relevant engineering, infrastructure, and operational teams to enable effective solution support.
- Policies, Processes & Procedures
- Follow all relevant departmental policies, processes, standard operating procedures, and instructions so that work is carried out in a controlled and consistent manner.
- Comply with all relevant safety, quality, and environmental management policies, procedures, and controls to ensure a healthy and safe work environment.
- Information Security
- Comply with all relevant information security practices and standards to ensure data integrity and confidentiality.
Academic And Professional Qualifications
- Bachelor’s degree in Computer Science, Software Engineering, Artificial Intelligence, Data Science, Computer Engineering, or a related field.
- Professional certifications in Cloud Computing, MLOps, DevOps, Artificial Intelligence, or Machine Learning are considered an advantage.
- 2-4 years of relevant experience in AI/ML engineering, MLOps, software engineering, AI solution deployment, or related fields.
المصدر: LinkedIn - أُضيفت للموقع في 29 سبتمبر 2026
رقم الإعلان لدى المصدر: 4471920095
رقم الإعلان لدى المصدر: 4471920095
