Qualifications
· Master’s or PhD in AI, Machine Learning, Computer Engineering, or Applied Math.
· 5+ years of experience in AI/ML strategy, leadership, and delivery.
· Proven ability to build and scale enterprise-level AI/LLM platforms.
Technical & Strategic Requirements
· Strategic AI Leadership:
o Defines and drives AI roadmaps aligned with corporate goals.
o Oversees model lifecycle from experimentation to production.
· LLM & NLP (Architect Level):
o Designs LLM-based ecosystems with RAG pipelines, model orchestration, and fine-tuning strategies.
o Leads fine-tuning or domain-specific pretraining using proprietary datasets.
o Integrates Azure OpenAI, AWS Bedrock, Anthropic Claude, or Google Vertex AI into enterprise stacks.
o Defines governance, compliance, and security standards for LLM deployments.
o Oversees evaluation frameworks for hallucination rate, factual accuracy, and toxicity control.
· Infrastructure & Governance:
o Owns data governance policies, feature stores, and model observability infrastructure.
o Collaborates with DevOps and Security to ensure scalability and resilience.
· Team & Stakeholder Leadership:
o Builds and manages multidisciplinary AI teams (Data Scientists, ML Engineers, Data Engineers).
المؤهلات
· درجة الماجستير أو الدكتوراه في الذكاء الاصطناعي، أو تعلم الآلة، أو هندسة الحاسوب، أو الرياضيات التطبيقية.
· خبرة تزيد عن 5 سنوات في استراتيجية الذكاء الاصطناعي/تعلم الآلة، والقيادة، والتنفيذ.
· قدرة مثبتة على بناء وتوسيع نطاق منصات الذكاء الاصطناعي/النماذج اللغوية الكبيرة (LLM) على مستوى المؤسسات.
المتطلبات التقنية والاستراتيجية
· القيادة الاستراتيجية للذكاء الاصطناعي:
o تحديد وقيادة خارطة طريق الذكاء الاصطناعي بما يتماشى مع أهداف الشركة.
o الإشراف على دورة حياة النموذج من مرحلة التجريب وحتى الإنتاج.
· النماذج اللغوية الكبيرة (LLM) ومعالجة اللغات الطبيعية (NLP) (على مستوى المهندس المعماري):
o تصميم الأنظمة القائمة على النماذج اللغوية الكبيرة باستخدام خطوط أنابيب توليد النصوص المعززة بالاسترجاع (RAG)، وتنسيق النماذج، واستراتيجيات الضبط الدقيق.
o قيادة عمليات الضبط الدقيق أو التدريب المسبق الخاص بالمجال باستخدام مجموعات بيانات خاصة.
o دمج خدمات Azure OpenAI، أو AWS Bedrock، أو Anthropic Claude، أو Google Vertex AI في بنية المؤسسة التقنية.
o تحديد معايير الحوكمة، والامتثال، والأمان لنشر النماذج اللغوية الكبيرة.
o الإشراف على أطر التقييم الخاصة بمعدلات الهلوسة، والدقة الواقعية، والتحكم في المحتوى الضار.
· البنية التحتية والحوكمة:
o تولي مسؤولية سياسات حوكمة البيانات، ومستودعات الميزات (feature stores)، وبنية مراقبة النماذج.
o التعاون مع فرق DevOps والأمن لضمان قابلية التوسع والمرونة.
· قيادة الفريق وأصحاب المصلحة:
o بناء وإدارة فرق الذكاء الاصطناعي متعددة التخصصات (علماء بيانات، مهندسو تعلم آلة، مهندسو بيانات).