📍 المملكة العربية السعودية تحديث مستمر على مدار الساعة وظائف تناسب سيرتك الذاتيةمجاناً قناة تيليجرام

Master Works تعلن عن وظيفة مهندس أول لمنتجات الذكاء الاصطناعي (VLM & Computer Vision) في الرياض

AI Product, Senior Engineer (VLM & Computer Vision)
🕒 نُشرت: (اليوم) 📍 الرياض وظائف الهندسة والتقنية

تفاصيل الوظيفة

تعلن شركة Master Works، عبر شركتها التابعة نبيه، عن فرصة لوظيفة مهندس منتجات ذكاء اصطناعي أول (الرؤية الحاسوبية ونماذج اللغة البصرية VLM) في مدينة الرياض، المملكة العربية السعودية. تقدّم نبيه حلولاً تعتمد على الذكاء الاصطناعي تساعد المؤسسات على أتمتة عملياتها ورفع كفاءتها وتعزيز الابتكار، وتشمل خبراتها الرؤية الحاسوبية، وتطبيقات النماذج اللغوية الكبيرة، والتحويل من الكلام إلى نص، وذكاء البيانات، وحلول الذكاء الاصطناعي منخفضة الشفرة.

نبذة عن الوظيفة

يتولى المرشح تطوير ودمج وتحسين ونشر نماذج اللغة البصرية (VLM) وحلول الرؤية الحاسوبية وقدرات تحليل الفيديو في الوقت الفعلي ضمن محفظة منتجات بصير. تركز الوظيفة على تحويل بث الكاميرات المباشرة والفيديوهات المسجلة والصور إلى رؤى قابلة للتنفيذ وأحداث منظمة وسير عمل مدعوم بالذكاء الاصطناعي للتطبيقات المؤسسية.

المهام والمسؤوليات

  • تطوير الرؤية الحاسوبية: تطوير ودمج نماذج للكشف عن الأجسام وتتبعها وتصنيفها وتجزئة الصور والتعرف على الأحداث البصرية.
  • تنفيذ الحلول باستخدام YOLO وOpenCV وPyTorch وأطر الرؤية الحاسوبية الحديثة الأخرى.
  • تصميم خطوط معالجة تحليل الفيديو لبيئات تضم عدة كاميرات.
  • بناء حالات استخدام تشمل عد الأشخاص والإشغال وتتبع الأجسام والتعرف على الأنشطة والامتثال للسلامة والمراقبة التشغيلية.
  • تنفيذ سير عمل تحليل الفيديو المتضمن مناطق الاهتمام ومحفزات الأحداث والقواعد التجارية القابلة للتهيئة.
  • تقييم الدقة في الظروف الواقعية، بما في ذلك تغير الإضاءة والحجب وزوايا الكاميرات والتغيرات البيئية.
  • الذكاء البصري متعدد الوسائط: دمج نماذج اللغة البصرية (VLM) لتحليل الصور وإطارات الفيديو والأحداث البصرية باستخدام تعليمات باللغة الطبيعية.
  • تطوير الإجابة على الأسئلة البصرية وفهم الصور ووصف المشاهد والاستدلال البصري.
  • دمج نماذج الرؤية الحاسوبية التقليدية مع نماذج اللغة البصرية لتحسين الفهم السياقي وتفسير الأحداث.
  • بناء تلخيص الفيديو والبحث الدلالي في الفيديو والاستعلام باللغة الطبيعية.
  • تطوير سير عمل متعدد الوسائط يجمع الذكاء البصري مع النماذج اللغوية الكبيرة وRAG ووكلاء الذكاء الاصطناعي.
  • تقييم أداء نماذج اللغة البصرية ودقتها والهلوسة فيها وزمن الاستجابة وتكلفة الاستدلال.
  • معالجة الفيديو في الوقت الفعلي: تصميم وتنفيذ خطوط استيعاب ومعالجة الفيديو باستخدام RTSP وGStreamer وFFmpeg أو تقنيات مكافئة.
  • بناء بنى قابلة للتوسع لمعالجة عدة تدفقات فيديو متزامنة.
  • تنفيذ أخذ عينات الإطارات والتجميع وجدولة الاستدلال واستعادة التدفقات والاستخدام الفعال للموارد.
  • تحسين أداء معالجة الفيديو لتحقيق معدلات الإطارات ومتطلبات زمن الاستجابة والبنية التحتية المستهدفة.
  • تحويل أحداث الفيديو إلى بيانات وصفية منظمة وتنبيهات ومعلومات قابلة للبحث ورؤى تجارية.
  • العمل على مصادر الفيديو المباشرة والمسجلة معاً.
  • نشر النماذج وتحسينها: نشر وتحسين نماذج الرؤية الحاسوبية ونماذج VLM على البنية السحابية والمحلية والحافة (Edge).
  • العمل مع وحدات معالجة الرسوميات من NVIDIA ومنصات الذكاء الاصطناعي الطرفية مثل NVIDIA Jetson.
  • دعم تحسين الاستدلال باستخدام TensorRT أو ONNX Runtime أو أطر مكافئة.
  • استكشاف النشر والتحسين على مسرّعات Qualcomm Cloud AI حيثما تكون مدعومة.
  • تنفيذ قياس أداء النماذج ومراقبة الأداء وتتبع استهلاك الموارد.
  • دمج النماذج مع أنظمة إدارة الفيديو والتطبيقات المؤسسية.
  • هندسة المنتج: تطوير واجهات برمجية وخدمات خلفية لدمج نماذج الذكاء الاصطناعي في المنتجات واللوحات الإلكترونية المعتمدة على الويب.
  • بناء خطوط رؤية حاسوبية قابلة لإعادة الاستخدام ومكونات تحليلية قابلة للتهيئة.
  • التعاون مع مديري المنتجات ومهندسي تجربة وواجهة المستخدم لتقديم ميزات متكاملة للمنتج.
  • إنشاء حالات استخدام قابلة للتهيئة بدلاً من تطبيقات مخصصة ومثبتة لعملاء محددين.
  • المساهمة في هندسة المنتج والتوثيق التقني والاختبار الآلي وعمليات الإصدار.
  • تولي مسؤولية الميزات المسندة من التطوير حتى النشر والتحسين المستمر.

الشروط والمتطلبات

  • خبرة ذات صلة تتراوح بين 3 و6 سنوات.
  • خبرة قوية في البرمجة بلغة Python.
  • خبرة عملية في OpenCV وPyTorch ونماذج الرؤية الحاسوبية.
  • خبرة عملية في نماذج الكشف عن الأجسام وتتبعها، بما فيها YOLO.
  • خبرة في معالجة الصور والفيديو من الكاميرات أو المصادر المسجلة.
  • فهم قوي لمعالجة الصور المسبقة وخطوط الاستدلال ومقاييس أداء النماذج.
  • إلمام بنماذج اللغة البصرية مثل Qwen-VL أو LLaVA أو ما يعادلها.
  • خبرة في تطوير الواجهات البرمجية الخلفية باستخدام FastAPI أو أطر مشابهة.
  • إلمام بنظام Linux وDocker وGit وسير عمل نشر الذكاء الاصطناعي.
  • القدرة على تشخيص مشكلات دقة النماذج وأدائها ومشكلات خطوط معالجة الفيديو.
  • إجادة اللغتين العربية والإنجليزية، مع مهارات تواصل شفهي وكتابي قوية.

المهارات المطلوبة

  • ميزة إضافية: خبرة في منصات تحليل الفيديو متعدد الكاميرات في الوقت الفعلي.
  • ميزة إضافية: معرفة بـ RTSP وGStreamer وFFmpeg وترميزات الفيديو مثل H.264 وH.265.
  • ميزة إضافية: خبرة في أطر التتبع مثل ByteTrack أو DeepSORT.
  • ميزة إضافية: خبرة في التجزئة وتقدير الوضعية والتعرف الضوئي على الحروف (OCR) والتعرف على الأفعال.
  • ميزة إضافية: إلمام بنماذج الفيديو واللغة وفهم الفيديو الزمني.
  • ميزة إضافية: خبرة في ONNX وTensorRT وتكميم النماذج (Quantization) وتسريع الاستدلال.
  • ميزة إضافية: خبرة في نشر أحمال الذكاء الاصطناعي على NVIDIA Jetson أو وحدات NVIDIA GPU أو منصات Qualcomm للذكاء الاصطناعي.
  • ميزة إضافية: معرفة بأنظمة إدارة الفيديو وتكامل الكاميرات والحوسبة الطرفية.
  • ميزة إضافية: خبرة في Kubernetes وبنى الاستدلال الموزعة.
  • ميزة إضافية: خبرة في تطوير حلول الذكاء الاصطناعي لقطاعات النقل والطيران والمراقبة الأمنية والفحص الصناعي أو المدن الذكية.
عرض النص الأصلي للإعلان

Nabeh, a subsidiary of Master Works, delivers AI-powered solutions that help organizations automate operations, boost efficiency, and drive innovation. Its expertise spans computer vision, LLM applications, speech-to-text, data intelligence, and low-code AI solutions.


Nabeh is looking for an AI Product Engineer (Computer Vision & VLM) to develop, integrate, optimize, and deploy Vision Language Models (VLMs), computer vision solutions, and real-time video analytics capabilities across its Baseer product portfolio. The role focuses on transforming live camera feeds, recorded videos, and images into actionable insights, structured events, and AI-driven workflows for enterprise applications.


Key Responsibilities

Computer Vision Development

• Develop and integrate computer vision models for object detection, tracking, classification, segmentation, and visual event recognition.

• Implement solutions using YOLO, OpenCV, PyTorch, and other modern computer vision frameworks.

• Design video analytics pipelines for multi-camera environments.

• Build use cases involving people counting, occupancy, object tracking, activity recognition, safety compliance, and operational monitoring.

• Implement video analytics workflows involving regions of interest, event triggers, and configurable business rules.

• Evaluate accuracy under real-world conditions, including variable lighting, occlusions, camera angles, and environmental changes.

Vision Language Models & Multimodal AI

• Integrate VLMs to analyze images, video frames, and visual events using natural-language instructions.

• Develop visual question answering, image understanding, scene description, and visual reasoning capabilities.

• Combine traditional computer vision models with VLMs to improve contextual understanding and event interpretation.

• Build video summarization, semantic video search, and natural-language querying capabilities.

• Develop multimodal workflows combining visual intelligence with LLMs, RAG, and AI agents.

• Evaluate VLM performance, accuracy, hallucinations, latency, and inference cost.

Real-Time Video Processing

• Design and implement video ingestion and processing pipelines using RTSP, GStreamer, FFmpeg, or equivalent technologies.

• Build scalable architectures for processing multiple concurrent video streams.

• Implement frame sampling, batching, inference scheduling, stream recovery, and efficient resource utilization.

• Optimize video processing performance to meet target FPS, latency, and infrastructure requirements.

• Transform video events into structured metadata, alerts, searchable information, and business insights.

• Work with both live camera feeds and recorded video sources.

AI Model Deployment & Optimization

• Deploy and optimize computer vision and VLM models on cloud, on-premises, and edge infrastructure.

• Work with NVIDIA GPUs and edge AI platforms such as NVIDIA Jetson.

• Support inference optimization using TensorRT, ONNX Runtime, or equivalent frameworks.

• Explore deployment and optimization on Qualcomm Cloud AI accelerators where supported.

• Implement model benchmarking, performance monitoring, and resource utilization tracking.

• Integrate models with video management systems and enterprise applications.

Product Engineering

• Develop backend APIs and services to integrate AI models into web-based products and dashboards.

• Build reusable computer vision pipelines and configurable analytics components.

• Collaborate with product managers and UI/UX engineers to deliver complete product features.

• Create configurable use cases rather than hardcoded customer-specific implementations.

• Contribute to product architecture, technical documentation, automated testing, and release processes.

• Own assigned features from development through deployment and ongoing optimization.


Requirements


REQUIRED TECHNICAL SKILLS/EXPERINCE

• 3-6 years of relevant experience.

• Strong Python programming experience.

• Hands-on experience with OpenCV, PyTorch, and computer vision models.

• Practical experience with object detection and tracking models, including YOLO.

• Experience processing images and video from cameras or recorded sources.

• Strong understanding of image preprocessing, inference pipelines, and model performance metrics.

• Familiarity with VLMs such as Qwen-VL, LLaVA, or equivalent.

• Experience developing backend APIs using FastAPI or similar frameworks.

• Familiarity with Linux, Docker, Git, and AI deployment workflows.

• Ability to troubleshoot model accuracy, performance, and video pipeline issues.

• Fluency in both Arabic and English, with strong verbal and written communication skills.

PREFERRED QUALIFICATIONS

• Experience with real-time multi-camera video analytics platforms.

• Knowledge of RTSP, GStreamer, FFmpeg, and video codecs such as H.264/H.265.

• Experience with tracking frameworks such as ByteTrack or DeepSORT.

• Experience with segmentation, pose estimation, OCR, and action recognition.

• Familiarity with video-language models and temporal video understanding.

• Experience with ONNX, TensorRT, model quantization, and inference acceleration.

• Experience deploying AI workloads on NVIDIA Jetson, NVIDIA GPUs, or Qualcomm AI platforms.

• Knowledge of video management systems, camera integration, and edge computing.

• Experience with Kubernetes and distributed inference architectures.

• Experience developing AI solutions for transportation, aviation, surveillance, industrial inspection, or smart cities.

المصدر: LinkedIn - أُضيفت للموقع في 16 نوفمبر 2026
رقم الإعلان لدى المصدر: 4491298482