Job description
You will lead Valify’s Machine Learning department end to end, overseeing the models powering our identity-verification products and the engineers who build them. The role covers Computer Vision and NLP, with a strong focus on production deployment, evaluation, version control, and rollback procedures.
This is a hands-on leadership role in a regulated environment, with models deployed on-premises, through APIs, and mobile SDKs. You will report to the Technology Lead, manage and mentor the ML team, and represent the function in technical and regulatory discussions.
A key responsibility is building and growing the team through hiring, development, and performance management, while ensuring the department meets its KPIs and continuously improves its engineering and operating standards.
Responsibilities
• Own model quality across our entire stack: benchmarks, regression gates, and release sign-off before
anything reaches a client environment.
• Lead and grow the ML team — supervision, technical review, development plans, and hiring.
• Set the technical direction for the department’s highest-risk services and oversee the response to
emerging fraud techniques.
• Lead the research and proof-of-concept development behind new products and capabilities.
• Direct the annotation team: scope labeling requirements, set annotation guidelines, and sign off on
data quality before it enters training.
• Maintain the evidence trail that regulated clients and auditors require.
• Build evaluation and telemetry infrastructure across all deployments.
Requirements
• 5+ years of professional experience in machine learning or applied AI, including at least 2 years
leading engineers or owning a production ML pipeline.
• Bachelor’s degree in computer science, computer engineering, or a related quantitative field; a
postgraduate degree is a plus.
• Deep expertise in computer vision — detection, OCR, classification, segmentation, and image quality
assessment, or comparable computer vision domains — with working competence in NLP.
• Proven ownership of ML systems in production, covering deployment, monitoring, maintenance, and
rollback.
• Demonstrated experience optimizing model performance — latency and resource footprint —
including quantization, pruning, or distillation for inference on constrained client hardware.
• Proven experience leading a model evaluation process.
• Experience overseeing the data annotation process end to end, from scoping through quality control.
• Experience managing engineers directly, including technical review and development planning.
• Proven experience in deployment in constrained environments: on-premises or air-gapped
environments, client-controlled infrastructure, or regulated industries.
Valued but not required
• Prior work on identity verification, biometrics, KYC, or document understanding.
• Experience with Arabic OCR, including optimizing, training, or fine-tuning such models.
• Exposure to regulator-facing work: audits, model documentation, compliance evidence.
الوصف الوظيفي
ستتولى قيادة قسم تعلم الآلة في شركة Valify من البداية إلى النهاية، والإشراف على النماذج التي تشغل منتجاتنا للتحقق من الهوية وعلى المهندسين الذين يقومون ببنائها. يشمل هذا الدور الرؤية الحاسوبية ومعالجة اللغات الطبيعية (NLP)، مع تركيز قوي على النشر في بيئة الإنتاج، التقييم، التحكم في الإصدارات، وإجراءات الاسترجاع.
هذا دور قيادي عملي في بيئة خاضعة للوائح التنظيمية، مع نشر النماذج خادميًا (On-premises)، وعبر واجهات برمجة التطبيقات (APIs)، وحزم تطوير البرمجيات للهواتف المحمولة (SDKs). ستتبع رئيس قطاع التكنولوجيا، وستقوم بإدارة وتوجيه فريق تعلم الآلة، وتمثيل القسم في المناقشات التقنية والتنظيمية.
وتُعد بناء الفريق وتنميته من خلال التوظيف والتطوير وإدارة الأداء مسؤولية رئيسية، مع ضمان تحقيق القسم لمؤشرات الأداء الرئيسية (KPIs) والاستمرار في تحسين معاييره الهندسية والتشغيلية.
المسؤوليات
• إدارك وضمان جودة النماذج عبر بيئتنا البرمجية بالكامل: الاختبارات المرجعية، بوابات الانحدار، والموافقة النهائية على الإصدارات قبل
وصول أي شيء إلى بيئة العميل.
• قيادة وتنمية فريق تعلم الآلة — الإشراف، المراجعة التقنية، خطط التطوير، والتوظيف.
• تحديد الاتجاه التقني للخدمات الأكثر خطورة في القسم والإشراف على الاستجابة لـ
تقنيات الاحتيال الناشئة.
• قيادة البحث وتطوير إثبات المفهوم (Proof-of-Concept) للمنتجات والقدرات الجديدة.
• توجيه فريق توشيح/ترميز البيانات: تحديد نطاق متطلبات الترميز، وضع إرشادات التوشيح، والموافقة على
جودة البيانات قبل دخولها مرحلة التدريب.
• الحفاظ على مسار الأدلة والسجلات التي يتطلبها العملاء الخاضعون للتنظيم والمدققون.
• بناء البنية التحتية للتقييم والقياس عن بعد (Telemetry) عبر جميع عمليات النشر.
المتطلبات
• خبرة مهنية لا تقل عن 5 سنوات في تعلم الآلة أو الذكاء الاصطناعي التطبيقي، بما في ذلك سنتان على الأقل
في قيادة المهندسين أو إدارة خطوط أنابيب تعلم الآلة في بيئة الإنتاج.
• درجة البكالوريوس في علوم الحاسوب، أو هندسة الحاسوب، أو مجال كمي ذات صلة؛ وتعتبر
الدراسات العليا ميزة إضافية.
• خبرة عميقة في الرؤية الحاسوبية — الكشف، التعرف الضوئي على الحروف (OCR)، التصنيف، التجزئة، وتقييم جودة الصور،
أو مجالات الرؤية الحاسوبية المماثلة — مع كفاءة عملية في معالجة اللغات الطبيعية (NLP).
• خبرة مثبتة في إدارة أنظمة تعلم الآلة في بيئة الإنتاج، تشمل النشر، المراقبة، الصيانة، و
الاسترجاع (Rollback).
• خبرة عملية مثبتة في تحسين أداء النماذج — زمن الاستجابة واستهلاك الموارد —
بما في ذلك التكميم (Quantization)، التقليم (Pruning)، أو التقطير (Distillation) للاستدلال على أجهزة العملاء ذات الموارد المحدودة.
• خبرة مثبتة في قيادة عملية تقييم النماذج.
• خبرة في الإشراف على عملية توشيح/ترميز البيانات من البداية إلى النهاية، بدءًا من تحديد النطاق وحتى مراقبة الجودة.
• خبرة في إدارة المهندسين بشكل مباشر، بما في ذلك المراجعة التقنية والتخطيط للتطوير.
• خبرة مثبتة في النشر في البيئات المقيدة: البيئات الخادمية المحلية (On-premises) أو البيئات المعزولة تمامًا (Air-gapped)،
أو البنية التحتية الخاضعة لسيطرة العميل، أو القطاعات الخاضعة للوائح تنظيمية.
ميزات إضافية يفضل توفرها
• عمل سابق في مجال التحقق من الهوية، البيانات البيومترية، اعرف عميلك (KYC)، أو فهم المستندات.
• خبرة في التعرف الضوئي على الحروف باللغة العربية (Arabic OCR)، بما في ذلك تحسين مثل هذه النماذج أو تدريبها أو ضبطها الدقيق.
• خبرة في التعامل مع الجهات التنظيمية: عمليات التدقيق، توثيق النماذج، وأدلة الامتثال.