وظيفة مهندس ذكاء اصطناعي لدى SiFi في الرياض
AI Engineer
🏢 SiFi
تفاصيل الوظيفة
تسعى شركة SiFi، الرائدة في بناء منصة الجيل التالي لإدارة النفقات المؤسسية (Office of the CFO)، إلى توظيف مهندس ذكاء اصطناعي (AI Engineer) للانضمام إلى فريق البيانات والذكاء الاصطناعي في الرياض، والعمل على أتمتة العمليات المالية باستخدام تقنيات الذكاء الاصطناعي.
نبذة عن الوظيفة
نبحث عن مهندس ذكاء اصطناعي للانضمام إلى فريق البيانات والذكاء الاصطناعي، والمساهمة في دمج الأتمتة المدعومة بالذكاء الاصطناعي في صميم التمويل المؤسسي. ستعمل عبر كامل الطبقات التقنية - من مسارات LLM وسير عمل الوكلاء إلى البنية التحتية الخلفية والأدوات الداخلية التي تجعلها جاهزة للإنتاج. هذه وظيفة عملية شاملة؛ ستمتلك المشكلات بدءًا من النموذج الأولي وصولاً إلى الإنتاج في مجال تكون فيه البيانات المالية منظمة وحساسة ولا تغفر الأخطاء. ستعمل عن كثب مع فرق المنتج والهندسة والمالية والعمليات لبناء ميزات ذكاء اصطناعي تُحدث أثرًا مباشرًا على كيفية إدارة مئات الشركات لأموالها.
المهام والمسؤوليات
- تصميم وشحن ميزات مدعومة بالذكاء الاصطناعي من البداية إلى النهاية - بدءًا من هندسة الاستعلامات (prompt engineering) ودمج النماذج وصولاً إلى واجهات API الخلفية والواجهات الأمامية.
- بناء وصيانة البنية التحتية للذكاء الاصطناعي لاستدلال نماذج LLM، والاسترجاع المعزز بالتوليد (RAG)، واستخراج البيانات المنظمة من المستندات المالية.
- تطوير سير عمل وكلاء مستقلين لأتمتة العمليات المالية مثل تصنيف النفقات، ومطابقة الإيصالات، وتطبيق السياسات المالية.
- التعاون مع فريق هندسة البيانات لضمان أن أنظمة الذكاء الاصطناعي تستند إلى بيانات مالية نظيفة وموثوقة ونمذجة جيدة.
- بناء أدوات داخلية وأطر تقييم لقياس ومراقبة وتحسين أداء النماذج في بيئة الإنتاج.
- مواكبة أحدث التقنيات وتطبيق الأساليب المناسبة - الضبط الدقيق (fine-tuning)، استخدام الأدوات (tool use)، التنسيق متعدد الوكلاء - في بنية SiFi حيثما تحقق قيمة حقيقية.
الشروط والمتطلبات
- أساسيات هندسية قوية في الأنظمة الخلفية وواجهات API والبنية التحتية السحابية - مع القدرة على امتلاك دورة الحياة الكاملة لميزة ذكاء اصطناعي إنتاجية.
- خبرة عملية في بناء أنظمة تعتمد على نماذج LLM في الإنتاج، بما في ذلك تصميم الاستعلامات، مسارات RAG، الاستخراج المنظم، أو أنظمة الوكيل.
- راحة في التعامل مع البيانات المالية أو الحساسة للامتثال، حيث تكون الدقة وقابلية التدقيق أمرًا بالغ الأهمية.
- ميل نحو التسليم السريع - التحرك بسرعة، عمل مقايضات عملية، والتكرار بناءً على ردود الفعل الواقعية.
- تواضع وتملك عالٍ: بنفس القدر من الراحة في تصحيح حالة شاذة كما في اقتراح بنية نظام جديدة.
المهارات المطلوبة
- الإلمام بمجال التكنولوجيا المالية (fin-tech) أو إدارة النفقات.
- خبرة سابقة في شركة ناشئة في مرحلة مبكرة أو ضمن فريق صغير عالي السرعة.
المزايا
- العمل على مشكلات ذكاء اصطناعي صعبة حقًا: البيانات المالية منظمة وحساسة ولا تغفر الأخطاء - عكس المشكلات التمهيدية.
- امتلاك مساحة تأثير هادفة من اليوم الأول ضمن فريق صغير حيث تشكل قراراتك المنتج.
- راتب تنافسي وحصة في الأسهم (equity).
- بيئة عمل مرنة.
- مقعد في الصف الأمامي لبناء شركة تقنية مالية رائدة من الصفر.
عرض النص الأصلي للإعلان
About Us
SiFi is building the next-generation Office of the CFO - a corporate expense management platform that gives accounting teams seamless control over company spending. We let companies issue cards with precise spending restrictions, automate expense workflows, and close books faster. As we scale, AI is becoming core to how we deliver financial intelligence, automation, and trust to our customers.
We are a small, high-ownership team. Everyone builds, everyone ships, and everyone is accountable for outcomes.
About the Role
We are looking for an AI Engineer to join our Data & AI team and help us bring AI-powered automation into the heart of corporate finance. You will work across the full stack - from LLM pipelines and agent workflows to the backend infrastructure and internal tooling that makes them production-ready.
This is a hands-on, end-to-end role. You will own problems from prototype to production - in a domain where financial data is structured, high-stakes, and unforgiving. Getting it wrong has real consequences for real companies. You will work closely with Product, Engineering, Finance, and Operations to build AI features that make a direct impact on how hundreds of companies manage money.
What You'll Do
- Design and ship AI-powered features end to end - from prompt engineering and model integration to backend APIs and frontend surfaces.
- Build and maintain AI infrastructure for LLM inference, retrieval-augmented generation (RAG), and structured data extraction from financial documents
- Develop autonomous agent workflows that automate finance operations such as expense categorization, receipt reconciliation, and policy enforcement
- Partner with the Data Engineering team to ensure AI systems are grounded in clean, trusted, and well-modeled financial data.
- Build internal tooling and evaluation frameworks to measure, monitor, and improve model performance in production.
- Stay close to the state of the art and bring relevant techniques - fine-tuning, tool use, multi-agent orchestration - into SiFi's stack where they create real value
- Strong engineering fundamentals across backend systems, APIs, and cloud infrastructure - you are comfortable owning the full lifecycle of a production AI feature.
- Hands-on experience building with LLMs in production, including prompt design, RAG pipelines, structured extraction, or Agentic systems
- Comfort working with financial or compliance-sensitive data, where correctness and audit ability matter
- A bias toward shipping - you move fast, make pragmatic trade offs, and iterate based on real-world feedback
- Low ego, high ownership: you are as comfortable debugging an edge case as you are proposing a new system architecture
Nice to Have
- Familiarity with fin-tech or expense management domains
- Prior work at an early-stage startup or in a small, high-velocity team
Benefits
Why SiFi
- Work on AI problems that are genuinely hard: financial data is structured, high-stakes, and unforgiving - the opposite of toy problems
- Own meaningful surface area from day one on a lean team where your decisions shape the product.
- Competitive salary and equity
- Flexible working environment
- A front-row seat to building a category-defining fin-tech from the ground up
المصدر: LinkedIn - أُضيفت للموقع في 9 أغسطس 2026