نظرة عامة على الدور
نحن نبحث عن مهندس ذكاء اصطناعي متوسط المستوى يتمتع بخبرة عملية في معالجة اللغات الطبيعية (NLP)، والتطبيقات القائمة على النماذج اللغوية الكبيرة (LLM)، وتقنية توليد النصوص المعزز بالاسترجاع (RAG)، وتقنيات الصوت. سيساعد المهندس في تصميم وبناء وتقييم ونشر حلول قائمة على الذكاء الاصطناعي للتعليم، والأتمتة، وعمليات المحتوى، وتفاعل المستخدمين.
هذا الدور مهم لخارطة طريق "فاهم" وطبقة الذكاء الاصطناعي الأوسع عبر رحلة تعلم eyouth،
بما في ذلك التدريس داخل الدورات، والنسخ الصوتي، وتوليد الاختبارات، وقدرات الذكاء الاصطناعي باللغة العربية، وتقييم المدربين.
المسؤوليات الرئيسية
تصميم وتطوير تطبيقات الذكاء الاصطناعي باستخدام النماذج اللغوية الكبيرة (LLMs)، وتقنيات معالجة اللغات الطبيعية، وخدمات بايثون الجاهزة للإنتاج. بناء أنظمة ذكاء اصطناعي محادثة، وروبوتات محادثة، ومساعدين أذكياء، ومساعدين تعليميين. تطوير وتحسين خطوط أنابيب الذكاء الاصطناعي الصوتي، بما في ذلك تحويل الكلام إلى نص، وتحويل النص إلى كلام، وتدفقات التفاعل الصوتي.
تنفيذ بنيات توليد النصوص المعزز بالاسترجاع (RAG) باستخدام التضمينات (embeddings)، وقواعد بيانات المتجهات، ومصادر المعرفة المعتمدة.
ضبط وتقييم ومراقبة النماذج اللغوية لحالات استخدام الإنتاج عند الاقتضاء. بناء واجهات برمجة تطبيقات REST وخدمات خلفية قابلة للتوسع للميزات المدعومة بالذكاء الاصطناعي. دمج واجهات برمجة تطبيقات OpenAI، ونماذج Hugging Face، وLang Chain/Llama Index، وخدمات الذكاء الاصطناعي الأخرى. العمل على حالات استخدام معالجة اللغات الطبيعية العربية، بما في ذلك فهم المحتوى العربي، والتعامل مع اللهجات، ودعم المتعلمين.
التعاون مع فرق المنتج، والخلفية البرمجية (backend)، والواجهة الأمامية (frontend)، والبيانات، والتدريب لتقديم ميزات مدعومة بالذكاء الاصطناعي. مراقبة جودة الذكاء الاصطناعي، وزمن الاستجابة، والتكلفة، وخطر الهلوسة، والموثوقية في بيئة الإنتاج.
المتطلبات والمؤهلات
خبرة عملية تتراوح بين 2-3 سنوات في الذكاء الاصطناعي، أو تعلم الآلة، أو معالجة اللغات الطبيعية، أو تطوير تطبيقات LLM. خبرة قوية في لغة بايثون والقدرة على بناء خدمات نظيفة وقابلة للصيانة. خبرة عملية في أطر عمل NLP وLLM. معرفة بمعالجة اللغات الطبيعية باللغة العربية وحالات استخدام اللغة العربية. خبرة في واجهات برمجة تطبيقات OpenAI، أو Lang Chain أو Llama Index، وHugging Face Transformers. فهم جيد لهندسة الأوامر (prompt engineering)، وأنظمة RAG، والتضمينات، وتقييم الاسترجاع. خبرة في قواعد بيانات المتجهات مثل Pinecone، أو Weaviate، أو Chroma DB، أو ما شابه ذلك. الإلمام بواجهات برمجة تطبيقات REST، وتطوير الخلفية البرمجية، والتعاون القائم على Git. خبرة عملية في الذكاء الاصطناعي الصوتي، بما في ذلك STT، أو TTS، أو تدفقات عمل التفاعل الصوتي. خبرة في نشر أنظمة الذكاء الاصطناعي على AWS، أو Azure، أو GCP. خبرة في ضبط أو تقييم النماذج اللغوية الكبيرة مفتوحة المصدر. خبرة في مراقبة الذكاء الاصطناعي، وتقييم النماذج، وضوابط الحماية، وتحسين التكلفة. خبرة في تكنولوجيا التعليم (EdTech)، ومنصات التعلم، وأنظمة التدريس، أو منتجات المحتوى العربي.
إذا كنت تستوفي المتطلبات المذكورة أعلاه وتبحث عن فرصة مليئة بالتحديات والمكافآت للانضمام إلى فريقنا، يرجى إرسال سيرتك الذاتية إلى ([اضغط هنا لمشاهدة البريد اﻹلكتروني]) وذكر المسمى الوظيفي في الموضوع.
Role Overview
We are looking for a Mid-Level AI Engineer with hands-on experience in Natural Language Processing, LLM-based applications, RAG, and speech/voice technologies. The engineer will help design, build, evaluate, and deploy AI-powered solutions for education, automation, content operations, and user engagement.
This role is important for the Fahem roadmap and the wider AI layer across the eyouth learning journey,
including in-course tutoring, transcription, quiz generation, Arabic AI capabilities, and trainer evaluation.
Key Responsibilities
Design and develop AI applications using LLMs, NLP techniques, and production-ready Python services. Build conversational AI systems, chatbots, AI assistants, and education-focused copilots. Develop and optimize voice AI pipelines, including Speech-to-Text, Text-to-Speech, and voice interaction
flows.
Implement Retrieval-Augmented Generation (RAG) architectures using embeddings, vector databases,
and approved knowledge sources.
Fine-tune, evaluate, and monitor language models for production use cases where appropriate. Build REST APIs and scalable backend services for AI-powered features. Integrate Open AI APIs, Hugging Face models, Lang Chain/Llama Index, and other AI services. Work on Arabic NLP use cases, including Arabic content understanding, dialect handling, and learner
support.
Collaborate with product, backend, frontend, data, and training teams to deliver AI-driven features. Monitor AI quality, latency, cost, hallucination risk, and reliability in production.
Requirements And Qualifications
2-3 years of hands-on experience in AI, ML, NLP, or LLM application development. Strong Python experience and ability to build clean, maintainable services. Hands-on experience with NLP and LLM frameworks. Knowledge of Arabic NLP and Arabic language use cases. Experience with Open AI APIs, Lang Chain or Llama Index, and Hugging Face Transformers. Good understanding of prompt engineering, RAG systems, embeddings, and retrieval evaluation. Experience with vector databases such as Pinecone, Weaviate, Chroma DB, or similar. Familiarity with REST APIs, backend development, and Git-based collaboration. Practical experience with Voice AI, including STT, TTS, or voice interaction workflows. Experience deploying AI systems on AWS, Azure, or GCP. Experience fine-tuning or evaluating open-source LLMs. Experience with AI observability, model evaluation, guardrails, and cost optimization. Experience in EdTech, learning platforms, tutoring systems, or Arabic content products.
If you meet the above requirements and are looking for a challenging and rewarding opportunity to join our team, please submit your resume to ([اضغط هنا لمشاهدة البريد اﻹلكتروني]) & mention the job title in the subject