📍 المملكة العربية السعودية تحديث مستمر على مدار الساعة
بوابة الوظائف

وظيفة أخصائي رعاية صحية لدى مزرعة عبدالله الحجازي في مكة وجدة

Healthcare Specialist
🏢 مزرعة عبدالله الحجازي _ Abdallah Al-hijazy Farm
🕒 نُشرت: (اليوم) 📍 جدة وظائف الرعاية الصحية
التقديم على الوظيفة من المصدر الرسمي ↗

تفاصيل الوظيفة

تعلن مزرعة عبدالله الحجازي (Abdallah Al-hijazy Farm) في مكة جدة السعودية عن توفر وظيفة أخصائي رعاية صحية (Healthcare Specialist) - مسؤول عن تصميم وتطوير ونشر وتحسين حلول الذكاء الاصطناعي والتعلم الآلي للأتمتة الذكية والتحليلات التنبؤية.

المهام والمسؤوليات

  • تصميم وتطوير ونشر وتحسين حلول الذكاء الاصطناعي (AI) والتعلم الآلي (ML) التي تدعم الأتمتة الذكية والتحليلات التنبؤية واتخاذ القرارات المستندة إلى البيانات على مستوى المؤسسة.
  • بناء نماذج ذكاء اصطناعي قابلة للتطوير وتطوير خطوط أنابيب التعلم الآلي ونشر أنظمة إنتاجية عالية الجودة وتحويل التحديات التجارية المعقدة إلى حلول مبتكرة قائمة على الذكاء الاصطناعي.
  • التعاون مع علماء البيانات ومهندسي البرمجيات ومهندسي البيانات ومديري المنتجات ومهندسي الحوسبة السحابية وفرق الأمن السيبراني وأصحاب المصلحة التجاريين والإدارة التنفيذية لتنفيذ مبادرات الذكاء الاصطناعي بما يتوافق مع أهداف المؤسسة.
  • تطوير تطبيقات النماذج اللغوية الكبيرة (LLM) وتنفيذ بنيات التوليد المعزز بالاسترجاع (RAG) وتصميم وكلاء ذكاء اصطناعي وبناء أنظمة التوصية والنماذج التنبؤية والتصنيفية.
  • تحسين أداء النماذج ودعم ممارسات MLOps وأتمتة خطوط نشر الذكاء الاصطناعي ودمج خدمات الذكاء الاصطناعي عبر واجهات API ومراقبة دقة النماذج وانحرافها وتطبيق أطر الذكاء الاصطناعي المسؤول (Responsible AI).
  • دفع التحسينات المستمرة في قدرات الذكاء الاصطناعي وقابلية التوسع والأمان والتأثير التجاري.

الشروط والمتطلبات

  • درجة البكالوريوس في علوم الحاسب، الذكاء الاصطناعي، علوم البيانات، التعلم الآلي، هندسة البرمجيات، نظم المعلومات، الرياضيات، الإحصاء، الهندسة، أو مجال كمي ذي صلة؛ يُفضل بشدة درجة الماجستير أو الدكتوراه.
  • خبرة مثبتة كمهندس ذكاء اصطناعي، مهندس تعلم آلي، مهندس ذكاء اصطناعي/تعلم آلي أول، مهندس ذكاء اصطناعي تطبيقي، عالم بيانات، مهندس حلول ذكاء اصطناعي، أو دور مشابه مع تقديم حلول مؤسسية للذكاء الاصطناعي والتعلم الآلي.
  • فهم قوي للذكاء الاصطناعي، التعلم الآلي، التعلم العميق، الذكاء الاصطناعي التوليدي، النماذج اللغوية الكبيرة (LLMs)، معالجة اللغة الطبيعية (NLP)، الرؤية الحاسوبية، التعلم المعزز، أنظمة التوصية، التنبؤ بالسلاسل الزمنية، كشف الشذوذ، والتحليلات التنبؤية.
  • خبرة عملية واسعة مع Python، SQL، TensorFlow، PyTorch، Scikit-learn، XGBoost، LightGBM، Hugging Face Transformers، LangChain، LlamaIndex، MLflow، Kubeflow، Apache Spark، Databricks، Jupyter Notebook، وأطر تطوير الذكاء الاصطناعي الحديثة.
  • خبرة قوية في بناء تطبيقات ذكاء اصطناعي مؤسسية باستخدام OpenAI APIs، Azure OpenAI Service، Anthropic Claude، Google Gemini، قواعد البيانات المتجهة مثل Pinecone، Weaviate، Milvus، Chroma، أو FAISS، وبنيات التوليد المعزز بالاسترجاع (RAG).
  • خبرة في تصميم وكلاء الذكاء الاصطناعي، أطر تنسيق الوكلاء، هندسة الاستعلامات (prompt engineering)، استدعاء الدوال (function calling)، بروتوكول سياق النموذج (MCP)، أتمتة سير عمل الذكاء الاصطناعي، ودمج خدمات الذكاء الاصطناعي في التطبيقات المؤسسية عبر RESTful APIs والخدمات المصغرة.
  • إتقان المنصات السحابية بما في ذلك Amazon Web Services (AWS) وMicrosoft Azure وGoogle Cloud Platform (GCP)، بالإضافة إلى Docker وKubernetes وTerraform وGit وخطوط أنابيب CI/CD والبنية التحتية كرمز (IaC) لنشر ذكاء اصطناعي قابل للتطوير.
  • معرفة قوية بـ MLOps، وإصدار النماذج، وتتبع التجارب، وهندسة الميزات، ومخازن الميزات، ومراقبة النماذج، وحوكمة النماذج، وأمن الذكاء الاصطناعي، والذكاء الاصطناعي المسؤول، والذكاء الاصطناعي القابل للتفسير (XAI)، وخصوصية البيانات، والامتثال التنظيمي.
  • خبرة في العمل مع مستودعات البيانات ومنصات التحليلات مثل Snowflake وMicrosoft Fabric وBigQuery وRedshift وSynapse Analytics وKafka وAirflow وPower BI وTableau أو Looker تُعتبر ميزة مرغوبة بشدة.
  • مهارات تحليلية وبحثية قوية وحل المشكلات مع القدرة على تقييم تقنيات الذكاء الاصطناعي الناشئة وتحسين أداء النماذج واستكشاف أنظمة الذكاء الاصطناعي الإنتاجية وترجمة متطلبات العمل إلى حلول ذكاء اصطناعي قابلة للتطوير.
  • مهارات ممتازة في التواصل والقيادة التقنية والتعاون وإدارة أصحاب المصلحة مع القدرة على العمل بفعالية مع المديرين التنفيذيين وفرق المنتجات والمؤسسات الهندسية والباحثين وأصحاب المصلحة التجاريين عبر الأقسام.
  • الشهادات المهنية مثل AWS Certified Machine Learning - Specialty، Microsoft Certified: Azure AI Engineer Associate، Google Professional Machine Learning Engineer، Databricks Certified Machine Learning Professional، TensorFlow Developer Certificate، شهادات NVIDIA Deep Learning Institute، أو ما يعادلها من شهادات الذكاء الاصطناعي والتعلم الآلي والحوسبة السحابية تعتبر ميزة كبيرة.

المهارات المطلوبة

  • إتقان Python، SQL، TensorFlow، PyTorch، Scikit-learn، XGBoost، LightGBM، Hugging Face Transformers، LangChain، LlamaIndex، MLflow، Kubeflow، Apache Spark، Databricks، Jupyter Notebook.
  • خبرة في OpenAI APIs، Azure OpenAI Service، Anthropic Claude، Google Gemini، قواعد البيانات المتجهة (Pinecone، Weaviate، Milvus، Chroma، FAISS)، وبنيات RAG.
  • إتقان المنصات السحابية (AWS، Azure، GCP)، Docker، Kubernetes، Terraform، Git، CI/CD، IaC.
  • معرفة MLOps، إصدار النماذج، تتبع التجارب، هندسة الميزات، مراقبة النماذج، حوكمة النماذج، أمن الذكاء الاصطناعي، Responsible AI، XAI.
  • خبرة في Snowflake، Microsoft Fabric، BigQuery، Redshift، Synapse Analytics، Kafka، Airflow، Power BI، Tableau، أو Looker (ميزة مرغوبة).
  • مهارات تحليلية وبحثية وحل المشكلات والقيادة التقنية وإدارة أصحاب المصلحة.
عرض النص الأصلي للإعلان

Role Description

Design, develop, deploy, and optimize Artificial Intelligence (AI) and Machine Learning (ML) solutions that enable intelligent automation, predictive analytics, and data-driven decision-making across enterprise platforms. This role is responsible for building scalable AI models, developing machine learning pipelines, deploying production-grade AI systems, and transforming complex business challenges into innovative AI-powered solutions. The successful candidate will collaborate with data scientists, software engineers, data engineers, product managers, cloud architects, cybersecurity teams, business stakeholders, and executive leadership to deliver AI initiatives aligned with organizational objectives. The role also involves developing Large Language Model (LLM) applications, implementing Retrieval-Augmented Generation (RAG) architectures, designing AI agents, building recommendation systems, developing predictive and classification models, optimizing model performance, supporting MLOps practices, automating AI deployment pipelines, integrating AI services through APIs, monitoring model accuracy and drift, implementing Responsible AI frameworks, and driving continuous improvements in AI capabilities, scalability, security, and business impact.

Qualifications

  • Bachelor's degree in Computer Science, Artificial Intelligence, Data Science, Machine Learning, Software Engineering, Information Systems, Mathematics, Statistics, Engineering, or a related quantitative field; Master's degree or Ph.D. is highly desirable.
  • Proven experience as an AI Engineer, Machine Learning Engineer, Senior AI/ML Engineer, Applied AI Engineer, Data Scientist, AI Solutions Engineer, or similar role delivering enterprise AI and machine learning solutions.
  • Strong understanding of Artificial Intelligence (AI), Machine Learning, Deep Learning, Generative AI, Large Language Models (LLMs), Natural Language Processing (NLP), Computer Vision, Reinforcement Learning, recommendation systems, time-series forecasting, anomaly detection, and predictive analytics.
  • Extensive hands-on experience with Python, SQL, TensorFlow, PyTorch, Scikit-learn, XGBoost, LightGBM, Hugging Face Transformers, LangChain, LlamaIndex, MLflow, Kubeflow, Apache Spark, Databricks, Jupyter Notebook, and modern AI development frameworks.
  • Strong experience building enterprise AI applications using OpenAI APIs, Azure OpenAI Service, Anthropic Claude, Google Gemini, vector databases such as Pinecone, Weaviate, Milvus, Chroma, or FAISS, and Retrieval-Augmented Generation (RAG) architectures.
  • Experience designing AI agents, agent orchestration frameworks, prompt engineering, function calling, Model Context Protocol (MCP), AI workflow automation, and integrating AI services into enterprise applications through RESTful APIs and microservices.
  • Proficiency with cloud platforms including Amazon Web Services (AWS), Microsoft Azure, and Google Cloud Platform (GCP), as well as Docker, Kubernetes, Terraform, Git, CI/CD pipelines, and Infrastructure as Code (IaC) for scalable AI deployment.
  • Strong knowledge of MLOps, model versioning, experiment tracking, feature engineering, feature stores, model monitoring, model governance, AI security, Responsible AI, explainable AI (XAI), data privacy, and regulatory compliance.
  • Experience working with data warehouses and analytics platforms such as Snowflake, Microsoft Fabric, BigQuery, Redshift, Synapse Analytics, Kafka, Airflow, Power BI, Tableau, or Looker is highly desirable.
  • Strong analytical, research, and problem-solving skills with the ability to evaluate emerging AI technologies, optimize model performance, troubleshoot production AI systems, and translate business requirements into scalable AI solutions.
  • Excellent communication, technical leadership, collaboration, and stakeholder management skills with the ability to work effectively with executives, product teams, engineering organizations, researchers, and cross-functional business stakeholders.
  • Professional certifications such as AWS Certified Machine Learning - Specialty, Microsoft Certified: Azure AI Engineer Associate, Google Professional Machine Learning Engineer, Databricks Certified Machine Learning Professional, TensorFlow Developer Certificate, NVIDIA Deep Learning Institute certifications, or equivalent AI, machine learning, and cloud certifications are considered a significant advantage.
  • A highly innovative, research-driven, and results-oriented AI professional with a passion for advancing artificial intelligence, building production-ready machine learning systems, and leveraging cutting-edge AI technologies, cloud platforms, and data-driven innovation to solve complex business challenges and accelerate enterprise digital transformation.
المصدر: LinkedIn - أُضيفت للموقع في 18 يوليو 2026