وظيفة مهندس تعلم آلة - أبحاث بنية الذكاء الاصطناعي شاغرة لدى Jobgether في السعودية
Machine Learning Engineer - AI Architecture Research
تفاصيل الوظيفة
Jobgether تعلن بالنيابة عن شركة شريكة عن توفر وظيفة مهندس تعلم آلة - أبحاث هندسة الذكاء الاصطناعي (Machine Learning Engineer - AI Architecture Research) في السعودية.
نبذة عن الوظيفة
يركز هذا الدور على البحث وبناء أجيال جديدة من هندسة نماذج الذكاء الاصطناعي، بدءًا من المفاهيم التجريبية وصولاً إلى أنظمة إنتاج قابلة للتطوير. ستعمل عند تقاطع أبحاث التعلم الآلي وهندسة النماذج والنشر الفعلي على أرض الواقع. توفر الوظيفة فرصة لتحدي الافتراضات المعمارية الراسخة واستكشاف بدائل للتصاميم التقليدية القائمة على Transformer. ستقوم بتصميم التجارب وبناء نماذج عصبية أولية وتقييم المقايضات بين الأداء الحسابي والذاكرة وزمن الاستجابة وأداء النموذج. يتطلب الدور تعاونًا وثيقًا مع مهندسي الاستدلال والأنظمة لجعل الأفكار البحثية فعالة وقابلة للنشر. كما ستساهم في إعادة إنتاج الأبحاث ووضع المعايير والاستكشاف التقني، وأيضًا أعمال مفتوحة المصدر عند الإمكان. إنها فرصة للتأثير بشكل ملموس على هندسة الذكاء الاصطناعي في بيئة بحثية سريعة الخطى.
المهام والمسؤوليات
- البحث وتطوير بنى عصبية جديدة، بما في ذلك بدائل أو توسعات لـ Transformers، والنماذج المتكررة والهجينة، وأنظمة السياق الطويل.
- تصميم وتنفيذ تجارب على مستوى الهندسة المعمارية تركز على قوانين التوسع، آليات الذاكرة، سلوك التدريب، والمقايضات بين الأداء الحسابي والأداء.
- بناء نماذج أولية من البداية إلى النهاية، وتحويل المفاهيم البحثية إلى تطبيقات قوية جاهزة للتدريب.
- تحليل سلوك النموذج، أنماط الفشل، التحيزات الاستقرائية، ونقاط القوة والضعف الهيكلية.
- التعاون مع فرق هندسة الاستدلال والنظم لضمان أن البنى الجديدة فعالة وقابلة للتوسع ومناسبة للنشر.
- قراءة وإعادة إنتاج وتقييم وتوسيع أوراق بحثية متقدمة في التعلم الآلي.
- المساهمة في ملاحظات بحثية داخلية، معايير، تجارب، ومبادرات مفتوحة المصدر عند الاقتضاء.
- الانتقال بسلاسة بين التحقيق النظري، التجريب السريع، والهندسة الموجهة للإنتاج.
الشروط والمتطلبات
- أساس قوي في التعلم الآلي والتعلم العميق مع خبرة عملية في تطوير النماذج.
- خبرة عملية في تنفيذ الشبكات العصبية أو هندسة النماذج من الصفر.
- فهم قوي لآليات الانتباه، الشبكات العصبية المتكررة (RNNs)، نماذج فضاء الحالة (state-space models)، البنى الهجينة، أو الأساليب ذات الصلة.
- معرفة راسخة في ديناميكيات التدريب، التحسين، سلوك التوسع، واعتبارات الأداء على مستوى الهندسة.
- فهم القيود المتعلقة بالذاكرة، زمن الاستجابة، الحوسبة، والكفاءة على مستوى النموذج.
- إتقان استخدام PyTorch أو JAX والقدرة على تطوير وتجربة أكواد تعلم آلة موجهة بحثيًا.
- القدرة على تقييم الأفكار الهيكلية من خلال التفكير النظري والتجريب التجريبي.
- مهارات تواصل قوية مع القدرة على شرح المفاهيم التقنية والمقايضات الهيكلية بوضوح.
المهارات المطلوبة
- خبرة سابقة مع بنى غير Transformer مثل متغيرات RNN أو نماذج فضاء الحالة أو أنظمة السياق الطويل (مفضلة).
- خلفية في الشركات الناشئة القائمة على البحث، مشاريع تعلم الآلة مفتوحة المصدر، التدريب واسع النطاق، أو حلقات تدريب مخصصة (مفضلة).
- المنشورات، المطبوعات الأولية، الإسهامات البحثية البارزة، أو خبرة في تحسين الاستدلال وقيود النشر تعتبر ميزة إضافية.
المزايا
- تعويض تنافسي وحصة عادلة في الملكية.
- فرصة للعمل مباشرة على الهندسة الأساسية لنماذج الذكاء الاصطناعي بدلاً من التركيز على الضبط الدقيق فقط.
- تأثير كبير على التوجه التقني والبحثي داخل منظمة سريعة النمو.
- فريق صغير عالي الكفاءة مع حلقات تغذية راجعة سريعة وبيئة بحثية قوية.
- فرصة لنقل المفاهيم البحثية من التجريب إلى النشر الإنتاجي.
- وظيفة بدوام كامل مع بيئة عمل موزعة عالميًا.
عرض النص الأصلي للإعلان
This position is listed on behalf of a partner company, who manages all applications and next steps. Our partner is looking for a Machine Learning Engineer - AI Architecture Research based in Saudi Arabia.
This role focuses on researching and building next-generation AI model architectures that can move from experimental concepts to scalable production systems.
You will work at the intersection of machine learning research, model engineering, and real-world deployment.
The position offers the opportunity to challenge established architectural assumptions and explore alternatives to conventional Transformer-based designs.
You will design experiments, prototype new neural networks, and evaluate trade-offs across compute, memory, latency, and model performance.
The role involves close collaboration with inference and systems engineers to make research ideas efficient and deployable.
You will also contribute to research reproduction, benchmarking, technical exploration, and potentially open-source work.
This is an opportunity to have meaningful influence on AI architecture while working in a fast-moving, research-oriented environment.
Accountabilities
We use an AI-powered matching process to ensure your application is reviewed quickly, objectively, and fairly against the role's core requirements. Our system identifies the top-fitting candidates, and this shortlist is then shared directly with the hiring company. The final decision and next steps (interviews, assessments) are managed by their internal team.
We appreciate your interest and wish you the best!
Why Apply Through Jobgether?
Data Privacy Notice: By submitting your application, you acknowledge that Jobgether will process your personal data to evaluate your candidacy and share relevant information with the hiring employer. This processing is based on legitimate interest and pre-contractual measures under applicable data protection laws (including GDPR). You may exercise your rights (access, rectification, erasure, objection) at any time.
We may use artificial intelligence (AI) tools to support parts of the hiring process, such as reviewing applications, analyzing resumes, or assessing responses and identifying potential inconsistencies or verification signals in application materials based on available information. These tools assist our recruitment team but do not replace human judgment. Final hiring decisions are ultimately made by humans. If you would like more information about how your data is processed, please contact us.
This role focuses on researching and building next-generation AI model architectures that can move from experimental concepts to scalable production systems.
You will work at the intersection of machine learning research, model engineering, and real-world deployment.
The position offers the opportunity to challenge established architectural assumptions and explore alternatives to conventional Transformer-based designs.
You will design experiments, prototype new neural networks, and evaluate trade-offs across compute, memory, latency, and model performance.
The role involves close collaboration with inference and systems engineers to make research ideas efficient and deployable.
You will also contribute to research reproduction, benchmarking, technical exploration, and potentially open-source work.
This is an opportunity to have meaningful influence on AI architecture while working in a fast-moving, research-oriented environment.
Accountabilities
- Research and develop novel neural network architectures, including alternatives or extensions to Transformers, recurrent and hybrid models, and long-context systems.
- Design and execute architecture-level experiments focused on scaling laws, memory mechanisms, training behavior, and compute-performance trade-offs.
- Prototype models end-to-end, translating research concepts into robust, training-ready implementations.
- Analyze model behavior, failure modes, inductive biases, and architectural strengths and limitations.
- Collaborate with inference and systems engineering teams to ensure new architectures are efficient, scalable, and suitable for deployment.
- Read, reproduce, evaluate, and extend cutting-edge machine learning research papers.
- Contribute to internal research notes, benchmarks, experiments, and open-source initiatives where applicable.
- Move fluidly between theoretical investigation, rapid experimentation, and production-oriented engineering.
- Strong foundation in machine learning and deep learning fundamentals, with practical experience applying them to model development.
- Hands-on experience implementing neural network or model architectures from scratch.
- Strong understanding of attention mechanisms, RNNs, state-space models, hybrid architectures, or related approaches.
- Solid knowledge of training dynamics, optimization, scaling behavior, and architecture-level performance considerations.
- Understanding of model-level memory, latency, compute, and efficiency constraints.
- Proficiency with PyTorch or JAX and the ability to develop and experiment with research-oriented ML code.
- Ability to evaluate architectural ideas through both theoretical reasoning and empirical experimentation.
- Strong communication skills, with the ability to clearly explain technical concepts and architectural trade-offs.
- Preferred experience with non-Transformer architectures such as RNN variants, state-space models, or long-context systems.
- Preferred background in research-driven startups, open-source machine learning projects, large-scale training, or custom training loops.
- Publications, preprints, notable research contributions, or experience with inference optimization and deployment constraints are advantageous.
- Competitive compensation and meaningful equity.
- Opportunity to work directly on core AI model architecture rather than focusing primarily on fine-tuning.
- Significant influence over technical and research direction within a rapidly growing organization.
- Small, high-caliber team with fast feedback loops and a strong research-oriented environment.
- Opportunity to take research concepts from experimentation through to production deployment.
- Full-time position with a globally distributed work environment.
We use an AI-powered matching process to ensure your application is reviewed quickly, objectively, and fairly against the role's core requirements. Our system identifies the top-fitting candidates, and this shortlist is then shared directly with the hiring company. The final decision and next steps (interviews, assessments) are managed by their internal team.
We appreciate your interest and wish you the best!
Why Apply Through Jobgether?
Data Privacy Notice: By submitting your application, you acknowledge that Jobgether will process your personal data to evaluate your candidacy and share relevant information with the hiring employer. This processing is based on legitimate interest and pre-contractual measures under applicable data protection laws (including GDPR). You may exercise your rights (access, rectification, erasure, objection) at any time.
We may use artificial intelligence (AI) tools to support parts of the hiring process, such as reviewing applications, analyzing resumes, or assessing responses and identifying potential inconsistencies or verification signals in application materials based on available information. These tools assist our recruitment team but do not replace human judgment. Final hiring decisions are ultimately made by humans. If you would like more information about how your data is processed, please contact us.
المصدر: LinkedIn - أُضيفت للموقع في 3 سبتمبر 2026
رقم الإعلان لدى المصدر: 4460453879
رقم الإعلان لدى المصدر: 4460453879