مهندس ذكاء اصطناعي

أطلق النماذج وخطوط الأنابيب وراء الرؤى التحليلية.

شتوتغارت، ألمانيا — عمل هجين (2–3 أيام/أسبوع في المكتب)دوام كامل / طالب عامل (Werkstudent)الهندسة

محرك التحليل — المشاعر، تقييم العلاقات، اكتشاف المحطات المهمة، الرؤى المكتوبة بالذكاء الاصطناعي — هو قلب المنتج. ستتولى كيفية استخدامنا لنماذج اللغة الكبيرة والنماذج الكلاسيكية: الـ prompts، التقطيع، التقييم، التكلفة وزمن الاستجابة. الخصوصية قيد صارم: تتم معالجة محتوى المحادثة بشكل مؤقت ولا يُخزَّن أبدًا.

ماذا ستفعل

إدارة خط أنابيب LLM (حاليًا OpenAI + Gemini عبر طبقة تجريد للمزوّد) — الـ prompts، التقطيع، مخططات المخرجات المهيكلة، إعادة المحاولات، والتحكم بالتكلفة.
بناء نظام تقييم بحيث يكون تغيير الـ prompt أو النموذج تحسينًا قابلًا للقياس، لا مجرد انطباع.
تحسين التحليلات غير المعتمدة على LLM — نمذجة زمن الرد، تقسيم المحادثات، اتجاهات المزاج — من حيث الدقة والسرعة.
إبقاء الاستدلال رخيصًا وسريعًا بما يكفي للعمل على نطاق المستهلكين؛ تحليل وخفض إنفاق الرموز (tokens).
الحفاظ على نموذج الخصوصية: معالجة مؤقتة، قياس تجميعي فقط، عدم مغادرة أي محتوى محادثة للطلب.

ما الذي نبحث عنه

خبرة 3 سنوات أو أكثر في بناء برمجيات إنتاجية، مع خبرة حقيقية في إطلاق ميزات مدعومة بـ LLM أو تعلم آلي (وليس مجرد استدعاء واجهة برمجية مرة واحدة).
إتقان جيد لـ TypeScript/Node.js (تقنيتنا) أو القدرة على الوصول لذلك بسرعة من لغة مطبوعة أخرى.
بنيت من قبل خطوط أنابيب prompt/response بمخرجات مهيكلة وتعرف كيف تفشل.
مرتاح مع التقييم: بناء مجموعات بيانات، تحديد المقاييس، اكتشاف الانحدارات.
إنجليزية بمستوى C1 فأعلى.

ميزة إضافية

خلفية في معالجة اللغة الطبيعية — التضمينات (embeddings)، التصنيف، المشاعر.
خبرة في تحسين التكلفة/زمن الاستجابة لتطبيقات LLM (التخزين المؤقت، التجميع، توجيه النماذج).
اهتمام بالاستدلال على الجهاز/داخل المتصفح.
الألمانية.

اللغات

يُشترط إتقان الإنجليزية بمستوى C1 على الأقل. الألمانية ميزة إضافية قوية.

طالب عامل

كطالب عامل: حوالي 16–20 ساعة أسبوعيًا، بالتزامن مع مهندس/ة أول، مع مسؤولية عن جزء محدد من خط الأنابيب (مثل نظام التقييم أو وحدة تحليل واحدة).