تفاصيل الوظيفة
تعلن شركة Consult Pro. عن فرصة لوظيفة قائد الذكاء الاصطناعي (AI Lead) لصالح أحد عملائها، وهي شركة تقنية في نمو، وذلك في مدينة الرياض، المملكة العربية السعودية.
نبذة عن الوظيفة
نبحث عن قائد ذكاء اصطناعي عملي للانضمام إلى أحد عملاء الشركة لقيادة استراتيجية الذكاء الاصطناعي وتنفيذها. ستدير فريقاً صغيراً من مهندسي التعلم الآلي وعلماء البيانات وترشدهم، وستعمل بتنسيق وثيق مع أصحاب المصلحة من جهات الأعمال والتقنية لتحويل احتياجات العمل إلى حلول عملية للذكاء الاصطناعي ذات نتائج قابلة للقياس. وإلى جانب قيادة الفريق، ستساهم في هندسة الحلول والتطوير والمراجعات التقنية، بما يضمن أن تكون تطبيقات الذكاء الاصطناعي موثوقة وآمنة وفعالة من حيث التكلفة.
المهام والمسؤوليات
- تحديد استراتيجية الذكاء الاصطناعي وخارطة الطريق والأولويات بالتعاون مع قيادة الأعمال والتقنية، بما يتوافق مع أهداف العمل.
- قيادة فريق مهندسي التعلم الآلي وعلماء البيانات وتوجيههم، ووضع أهداف واضحة، ومراجعة الأعمال التقنية، ودعم تطوير الفريق.
- تقييم مشكلات العمل وتحديد أولويات حالات استخدام الذكاء الاصطناعي بناءً على القيمة، والجدوى، وجاهزية البيانات، وجهد التنفيذ.
- تولي مسؤولية التنفيذ الكامل للمشاريع، من الاستكشاف والتجريب مروراً بالتطوير والنشر وصولاً إلى المراقبة المستمرة.
- المساهمة المباشرة في هندسة الحلول والتطوير ومراجعة الشيفرة البرمجية، وإرساء معايير واضحة للهندسة والتوثيق.
- بناء تطبيقات تعتمد على نماذج اللغة الكبيرة (LLMs) والتوليد المعزز بالاسترجاع (RAG) والذكاء الاصطناعي التوليدي، مع اختيار التعلم الآلي التقليدي أو الحلول الأبسط عند الملاءمة.
- التعاون مع فرق هندسة البيانات لضمان خطوط بيانات موثوقة وجودة بيانات مناسبة للتدريب والتقييم والاستخدام الإنتاجي.
- إرساء ممارسات MLOps لتتبع التجارب وإدارة الإصدارات والاختبار والنشر والمراقبة وإعادة التدريب عند الحاجة.
- تحديد معايير التقييم وتتبع جودة النماذج وأثرها على الأعمال وزمن الاستجابة وتكاليف التشغيل.
- تقييم تطبيقات الذكاء الاصطناعي التوليدي من حيث الدقة والهلوسة والأمان والموثوقية قبل الإطلاق وخلال الاستخدام الإنتاجي.
- العمل مع فرق القانون والأمن والامتثال لمعالجة متطلبات نظام حماية البيانات الشخصية (PDPL) وحوكمة البيانات ومتطلبات مكان تخزين البيانات.
- تقييم الموردين والأدوات والمنصات، وتقديم توصيات واضحة حول الbناء مقابل الشراء.
- توصيل التقدم والنتائج والمخاطر واحتياجات الاستثمار إلى أصحاب المصلحة من الإدارة العليا بلغة أعمال واضحة.
الشروط والمتطلبات
- خبرة لا تقل عن 7 سنوات في علم البيانات أو التعلم الآلي أو هندسة الذكاء الاصطناعي، منها 3 سنوات على الأقل في إدارة فرق تقنية وتوجيهها.
- سجل مثبت في نشر حلول الذكاء الاصطناعي وصيانتها في بيئات الإنتاج، وليس في مشاريع إثبات المفهوم فقط.
- خبرة عملية في بناء تطبيقات نماذج اللغة الكبيرة، تشمل RAG وهندسة الأوامر (Prompt Engineering) وأساليب التقييم.
- خبرة في تصميم معماريات الذكاء الاصطناعي ودمج النماذج في تطبيقات الأعمال عبر واجهات البرمجة (APIs) والخدمات.
- خبرة في منصة سحابية رئيسية واحدة على الأقل: AWS أو Azure أو GCP.
- خبرة عملية في أدوات أو منصات MLOps مثل MLflow وKubeflow وAmazon SageMaker أو Azure Machine Learning.
- القدرة على ترجمة احتياجات العمل إلى أولويات تقنية واتخاذ قرارات تنفيذ مدروسة.
- إجادة التواصل وإدارة أصحاب المصلحة باللغة الإنجليزية. اللغة العربية ميزة إضافية.
المهارات المطلوبة
- برمجة قوية بلغة Python، والخبرة في أطر عمل مثل PyTorch أو TensorFlow أو scikit-learn.
- الخبرة في تقنيات البحث المتجهي مثل Pinecone أو Weaviate أو Milvus أو pgvector.
- الإلمام بأدوات Docker وGit وخطوط CI/CD للاختبار والتغليف ونشر تطبيقات الذكاء الاصطناعي.
- فهم عميق لجودة البيانات وتقييم النماذج والموازنة بين الأداء والموثوقية والتكلفة والسرعة.
- الوعي بمتطلبات الخصوصية والأمان ومبادئ الذكاء الاصطناعي المسؤول خلال دورة حياة التطوير.
- ميزة إضافية: الإلمام بأطر تطبيقات نماذج اللغة مثل LangChain أو LlamaIndex، والأدوات المستخدمة لتقييم تطبيقات نماذج اللغة ومراقبتها.
- ميزة إضافية: الخبرة في Hugging Face Transformers وتكييف النماذج المدربة مسبقاً مع حالات استخدام محددة.
- ميزة إضافية: الخبرة في نشر أحمال الذكاء الاصطناعي وإدارتها على Kubernetes.
- ميزة إضافية: الخبرة في معالجة اللغة العربية الطبيعية أو تطبيقات نماذج اللغة الكبيرة باللغة العربية.
- ميزة إضافية: الخبرة في تقديم حلول الذكاء الاصطناعي في قطاعات البنوك أو التقنية المالية أو الجهات الحكومية أو الاتصالات في دول مجلس التعاون الخليجي.
- ميزة إضافية: الإلمام بإرشادات الهيئة السعودية للبيانات والذكاء الاصطناعي (SDAIA) وأطر الذكاء الاصطناعي المسؤول.
- ميزة إضافية: درجة الماجستير في الذكاء الاصطناعي أو التعلم الآلي أو علم البيانات أو مجال ذي صلة.
عرض النص الأصلي للإعلان
About The Role
We're looking for a hands-on AI Lead to join one of our clients, a growing technology company, and lead its AI strategy and delivery. You'll manage and mentor a small team of engineers and data scientists, working closely with business and technology stakeholders to turn business needs into practical AI solutions with measurable results.
Alongside leading the team, you'll contribute to solution architecture, development and technical reviews, ensuring AI applications are reliable, secure and cost-effective.
What you'll do
We're looking for a hands-on AI Lead to join one of our clients, a growing technology company, and lead its AI strategy and delivery. You'll manage and mentor a small team of engineers and data scientists, working closely with business and technology stakeholders to turn business needs into practical AI solutions with measurable results.
Alongside leading the team, you'll contribute to solution architecture, development and technical reviews, ensuring AI applications are reliable, secure and cost-effective.
What you'll do
- Define the AI strategy, roadmap and priorities with business and technology leadership, aligning initiatives with business objectives.
- Lead and mentor ML engineers and data scientists, setting clear goals, reviewing technical work and supporting team development.
- Assess business problems and prioritise AI use cases based on value, feasibility, data readiness and implementation effort.
- Own end-to-end AI delivery, from discovery and experimentation through development, deployment and ongoing monitoring.
- Contribute directly to solution architecture, development and code reviews, establishing clear engineering and documentation standards.
- Build applications using LLMs, retrieval-augmented generation (RAG) and generative AI, selecting traditional machine learning or simpler approaches where appropriate.
- Collaborate with data engineering teams to ensure reliable data pipelines and suitable data quality for training, evaluation and production use.
- Establish MLOps practices for experiment tracking, versioning, testing, deployment, monitoring and retraining where needed.
- Define evaluation criteria and track model quality, business impact, latency and operating costs.
- Evaluate generative AI applications for accuracy, hallucinations, safety and reliability before release and throughout production use.
- Partner with legal, security and compliance teams to address applicable PDPL, data governance and data residency requirements.
- Evaluate vendors, tools and platforms, making clear build-versus-buy recommendations.
- Communicate progress, results, risks and investment needs to senior stakeholders in clear business terms.
- 7+ years of experience in data science, machine learning or AI engineering, including at least 3 years managing and mentoring technical teams.
- A proven track record of deploying and maintaining AI solutions in production, beyond proofs of concept.
- Strong Python programming skills and experience with frameworks such as PyTorch, TensorFlow or scikit-learn.
- Hands-on experience building LLM applications, including RAG, prompt engineering and evaluation methods.
- Experience with vector search technologies such as Pinecone, Weaviate, Milvus or pgvector.
- Experience designing AI architectures and integrating models into business applications through APIs and services.
- Experience with at least one major cloud platform: AWS, Azure or GCP.
- Practical experience with MLOps tools or platforms such as MLflow, Kubeflow, Amazon SageMaker or Azure Machine Learning.
- Familiarity with Docker, Git and CI/CD pipelines for testing, packaging and deploying AI applications.
- Strong understanding of data quality, model evaluation and the trade-offs between performance, reliability, cost and speed.
- Ability to translate business needs into technical priorities and make informed delivery decisions.
- Awareness of privacy, security and responsible AI considerations across the development lifecycle.
- Strong stakeholder management and communication skills in English. Arabic is an advantage.
- Familiarity with LLM application frameworks such as LangChain or LlamaIndex, and tools for evaluating and monitoring LLM applications.
- Experience with Hugging Face Transformers and adapting pretrained models to specific use cases.
- Experience deploying and managing AI workloads on Kubernetes.
- Experience with Arabic NLP or Arabic-language LLM applications.
- Experience delivering AI solutions in banking, fintech, government or telecom in the GCC.
- Familiarity with SDAIA guidance and responsible AI frameworks.
- A master's degree in AI, Machine Learning, Data Science or a related field.
المصدر: LinkedIn - أُضيفت للموقع في 30 أكتوبر 2026
رقم الإعلان لدى المصدر: 4484528658
رقم الإعلان لدى المصدر: 4484528658
