مهندس ذكاء اصطناعي تطبيقي أول – هندسة وتطوير المطالبات

الوصف

في Klipboard، قدمنا سياسة عمل هجينة مرنة، حيث يقضي الموظفون ثلاثة أيام في المكتب ويومان يعملون من المنزل. يعزز هذا النهج بيئة عمل متوازنة تجمع بين التعاون المكتبي وراحة العمل عن بعد وملاءمته. توفر Klipboard برامج وخدمات ودعمًا متخصصًا لتقديم حلول متكاملة للتجارة وإدارة الأعمال للشركات في مجال التوزيع – أينما كانوا في العالم. بفضل عمق فريد من المعرفة والخبرة في حلول تخطيط موارد المؤسسات/البرمجيات كخدمة (ERP/SaaS)، تضم Klipboard مجموعة واسعة من العملاء تشمل تجار الجملة والموزعين والتجار وتجار التجزئة من صغار التجار إلى الشركات متعددة الجنسيات. تمتلك Klipboard مكاتب في المملكة المتحدة وأيرلندا وهولندا وجنوب إفريقيا وكينيا وأمريكا الشمالية. مهمتنا بسيطة: تصميم وتقديم حلول تخطيط موارد المؤسسات المتكاملة عالية الأداء التي تمكن عملاءنا في مجال التجارة التوزيعية من الحصول على المصادر بفعالية، والتخزين بكفاءة، والبيع بربحية، وتقديم الخدمات بتنافسية. Klipboard هي شركة عالمية ومتنامية تتبنى الذكاء الاصطناعي والتقنيات الناشئة لتعزيز نتائج العملاء والتعاون والتحسين المستمر. نحن نبحث عن أشخاص فضوليين أو ملمين بالذكاء الاصطناعي، ومنفتحين على التغيير، ومتحمسين لتعلم كيف يمكن للتكنولوجيا تحسين طريقة عملنا ومساعدة عملائنا، وهو ما يدعمه دائمًا الفهم البشري القوي والتواصل. هذا دور هندسي رفيع المستوى وذو تأثير كبير لشخص يرغب في تشكيل كيفية استخدام منظمة هندسية كبيرة للذكاء الاصطناعي في المنتجات الحقيقية وأعمال التطوير الفعلية. ستقوم بتحديد الأنماط، وإنشاء معايير التقييم، وتدريب المهندسين، ومساعدة Klipboard على تحويل الذكاء الاصطناعي من التجريب الفردي إلى ممارسة هندسية قابلة للتكرار والتوسع. الدور يجمع وظيفتين في واحدة: حرفة الحصول على نتائج موثوقة وقابلة للقياس من نماذج اللغة الكبيرة من خلال هندسة المطالبات وتصميم السياق والتقييم؛ وجعل كل من حولك أفضل في ذلك. مع مئات المهندسين في جميع أنحاء المملكة المتحدة وجنوب إفريقيا، فإن الفرق بين منظمة يقوم فيها عدد قليل من الأشخاص بالتحفيز بشكل جيد ومنظمة يقوم فيها الجميع بذلك هو فرق هائل. يتم قياس نجاحك بشكل أقل بما تنتجه شخصيًا وأكثر بمدى سرعة تحسن المهندسين من حولك. المسؤوليات الرئيسية: مسؤوليات الدور - ممارسة الحرفة بمستوى عالٍ – تصميم وبناء وتحسين المطالبات واستراتيجيات السياق وسير العمل الآلي لميزات الذكاء الاصطناعي في منتجاتنا. - تنمية المهندسين من حولك – التدريب، والمشاركة، وورش العمل، وبناء الأصول المشتركة التي تنشر الممارسات الجيدة عبر مئات المهندسين. - وضع المعايير والحفاظ على نزاهة المنظمة – تحديد ما هو جيد لهندسة المطالبات والتقييم وهندسة السياق، والحفاظ على هذه المعايير مع تغير الأدوات. الأنشطة والمساهمات الرئيسية - تصميم وبناء وتحسين المطالبات واستراتيجيات السياق وسير العمل الآلي لميزات الذكاء الاصطناعي في منتجات Klipboard، حيث يكون السعر الخاطئ بثقة أو المطابقة الجزئية أو الإجابة المخزنة أسوأ من عدم وجود إجابة. - دمج التقييم في كل شيء – اختبار المطالبات مقابل حالات العمل الحقيقية على نطاق واسع، وقياس الجودة بصدق، والتعامل مع "لقد بدا جيدًا عندما جربته" كبداية للعمل، وليس نهايته. - العمل عبر النماذج والمزودين، والاختيار العملي بناءً على الجودة والتكلفة والكمون بدلاً من الولاء، ومواكبة التغيرات السريعة في النماذج والأدوات والمزودين. - التعمق في تفاصيل المجال مع فرق المنتج وخبراء الموضوع، لأن المطالبة جيدة فقط بقدر فهم مشكلة العمل الكامنة وراءها. - تدريب المهندسين عبر الفرق للحصول على المزيد بشكل كبير من أدوات ترميز الذكاء الاصطناعي ونماذج اللغة الكبيرة (LLMs)، من خلال المشاركة والمراجعات وورش العمل والمساعدة الفردية الصبورة. - بناء وصيانة أنماط المطالبات المشتركة، والقوالب القابلة لإعادة الاستخدام، وأدوات التقييم، والأدلة الداخلية، بحيث تنتشر الممارسات الجيدة كأصول بدلاً من الفولكلور. - إدارة مجتمع ممارسة داخلي حيث يشارك المهندسون ما يعمل، وما فشل ولماذا، وجعله مكانًا يرغب الناس بالفعل في الحضور إليه. - المساعدة في تحديد ما هو جيد لهندسة المطالبات وهندسة السياق والتقييم عبر البحث والتطوير، والحفاظ على هذه المعايير محدثة مع تغير الأدوات والنماذج. - مشاركة النتائج القابلة للقياس مع قيادة الهندسة، بما في ذلك أين تؤتي أدوات الذكاء الاصطناعي ثمارها حقًا وأين لا تؤتي ثمارها. الأنظمة والأدوات والتكنولوجيا - واجهات برمجة تطبيقات نماذج اللغة الكبيرة عبر مزودين متعددين (GPT، Claude، Llama وما يعادلها) - أدوات ترميز الذكاء الاصطناعي: GitHub Copilot، Cursor أو ما يعادلها - هندسة المطالبات، تصميم السياق، وأطر عمل سير العمل الآلي - أدوات التقييم، مجموعات بيانات التقييم، ومجموعات الاختبار الآلي لمخرجات الذكاء الاصطناعي - التوليد المعزز بالاسترجاع (RAG)، البحث المتجه، التضمينات، وخطوط أنابيب الاسترجاع (مرغوب فيه) - أطر عمل تنسيق نماذج اللغة الكبيرة (LangChain، Semantic Kernel أو ما يعادلها – مرغوب فيه) الخبرة الفنية والمهنية - خلفية قوية في هندسة البرمجيات مع عدة سنوات من بناء وشحن برامج الإنتاج. - خبرة عملية كبيرة مع نماذج اللغة الكبيرة: تصميم المطالبات، هندسة السياق، والمخرجات المنظمة، في العمل الحقيقي بدلاً من التجارب الشخصية وحدها. - خبرة في بناء التقييمات أو أدوات الاختبار لمخرجات نماذج اللغة الكبيرة، واستخدامها لتحسين الجودة بشكل قابل للقياس. - دليل واضح على تنمية مهندسين آخرين – من خلال التوجيه، والتدريس، والتدريب الداخلي، ومجتمعات الممارسة أو ما شابه ذلك. - إتقان يومي لأدوات ترميز الذكاء الاصطناعي مثل GitHub Copilot، Cursor أو ما يعادلها، مع رؤية عملية لأين تساعد وأين تضلل. المسؤوليات والمساهمات الأساسية - تقديم ميزات الذكاء الاصطناعي في منتجات Klipboard بتقييم مناسب ومعايير جودة قابلة للقياس. - دمج أفضل ممارسات هندسة المطالبات والتقييم عبر منظمة البحث والتطوير. - كن الصوت المتشكك عندما يظهر شيء جيدًا ولكنه لن يصمد في الإنتاج؛ كن الصوت المشجع عندما تحتاج فكرة جيدة حقًا إلى الدعم. - الحفاظ على معايير عالية للسلامة والدقة ومعالجة البيانات في كل ما يتم شحنه – يدير العملاء أعمالهم بناءً على الإجابات التي تقدمها برامجنا لهم. - بناء والحفاظ على مكتبة حية لأنماط المطالبات والقوالب والأدلة. - مقابلة المهندسين حيثما كانوا، بما في ذلك أولئك الذين يعملون في قواعد بيانات قديمة، حيث يعد الحصول على قيمة حقيقية من أدوات الذكاء الاصطناعي من أعلى الأعمال تأثيرًا في الشركة. تجربة العملاء - ضمان أن ميزات الذكاء الاصطناعي في منتجات Klipboard تقدم إجابات دقيقة وآمنة وموثوقة – يدير العملاء أعمالهم بناءً على مخرجاتنا. - العمل مع فرق المنتج وخبراء الموضوع لفهم مشكلة العمل الكامنة وراء كل ميزة بشكل صحيح قبل البناء. - منع الإجابات الخاطئة بثقة – الأسعار غير الصحيحة، أو المطابقات الجزئية، أو مستويات المخزون – من الوصول إلى العملاء. النتائج والأنشطة الرئيسية - يمكن للمهندسين عبر عدة فرق الإشارة إلى أشياء محددة يقومون بها الآن بشكل أفضل بسبب التدريب ومشاركة المعرفة. - شحن ميزة أو سير عمل واحد على الأقل للذكاء الاصطناعي كل ربع سنة بتقييم مناسب وراءها. - مكتبة حية ومستخدمة لأنماط المطالبات والقوالب والأدلة موجودة وتنمو. - مجتمع الممارسة يعمل، ويحظى بحضور جيد، وينتج مخرجات تعيد الفرق استخدامها بالفعل. - لدى قيادة الهندسة صورة أوضح ومستندة إلى الأدلة حول أين يؤتي الذكاء الاصطناعي ثماره. الأشخاص والتعاون والثقافة - سخي بالمعرفة ومتحمس حقًا لتحسن الآخرين. إذا كانت الغريزة هي حماية الخبرة بدلاً من نشرها، فهذا هو الدور الخاطئ. - صارم وصادق بشأن النتائج – يقيس، ويظهر العمل، ويقول ذلك عندما تتعارض البيانات مع الحماس. - صبور مع المهندسين على كل مستوى من مستويات نضج الذكاء الاصطناعي، من أولئك الذين يعيشون في هذه الأدوات إلى أولئك الذين يشككون بهدوء في الأمر برمته. - فضولي بشأن المهن التي يعمل فيها عملاء Klipboard، لأن أفضل المطالبات مليئة بالفهم للمجال. - هادئ بشأن وتيرة التغيير – يتعامل مع تحولات النماذج والأدوات كجزء مثير للاهتمام من الوظيفة، وليس

ما ستقوم به

• • - تصميم وتحسين المطالبات عالية الجودة وسير العمل الآلي لميزات الذكاء الاصطناعي مع وضع معايير تقييم لمخرجات نماذج اللغة الكبيرة (LLM). تدريب وتوجيه منظمة هندسية كبيرة لتوسيع نطاق أفضل ممارسات الذكاء الاصطناعي وتحسين إنتاجية المطورين بشكل عام.

المتطلبات

يتطلب خلفية قوية في هندسة البرمجيات مع خبرة إنتاجية كبيرة في تصميم المطالبات وتقييم نماذج اللغة الكبيرة (LLM). يجب إظهار سجل حافل في توجيه المهندسين الآخرين وإتقان أدوات ترميز الذكاء الاصطناعي.

المزايا

• • - سياسة عمل هجينة مرنة

الأسئلة الشائعة