The Senior GenAI Engineer will design, develop, and deploy advanced Generative AI and Agentic solutions for Konecta’s covering both enterprise processes as well as industry solutions. These are experienced professionals, expected to contribute from day one with strong coding skills, AI/ML expertise, and a proven ability to independently deliver production-grade pilots and prototypes while adhering to Konecta’s engineering and security standards.
Metrics: First working prototype delivered within 4 weeks of onboarding. At least 2 horizontal AI pilot use cases transitioned to live usage per quarter. Reusable and standardized code modules created in line with Konecta best practices. All code and solutions delivered in line with Konecta InfoSec and compliance standards. Positive feedback from internal horizontal stakeholders and the CTO GenAI. Continuous market scanning focused on Gen AI and Agentic AI vendors.
Responsibilities
Build and industrialize GenAI solutions (assistants, automation flows, RAG/agent pipelines) for both internal and external use.
Write production-quality Python code that complies with Konecta best practices and delivers reusable standard components.
Autonomously gather, analyze, and evaluate requirements from internal stakeholders for AI/agentic use cases.
Assess whether use cases require single-agent or multi-agent architectures.
Implement agent-based solutions leveraging well-known frameworks (AutoGen, CrewAI, LangGraph, SmolAgents, etc.).
Ensure security by design: apply secure coding, data protection, and access controls across all solutions.
Connect GenAI solutions and applications with enterprise systems and APIs (ERP, HRS, Finance platforms, databases, etc.).
Independently develop PoCs and pilots to validate use cases before scaling.
Ensure full compliance with Konecta AI governance (GDPR, EU AI Act, DORA, InfoSec policies).
Document solutions, create demo assets, and contribute to internal accelerators for reuse.
Profile
6–10 years of professional experience in software engineering & ML/AI.
2+ years hands-on in Generative AI, with proven delivery of RAG/agent-based and agentic deployments.
Proven track record of DIY pilots, PoCs, or demonstrable project portfolio showing ability to deliver independently end-to-end.
Expert-level Python coder with strong ML/AI frameworks knowledge (PyTorch, TensorFlow, Hugging Face, LangChain/LangGraph).
Skilled in API integration and cloud-native deployment (Azure, GCP, or AWS).
Strong engineering discipline (CI/CD, Git, testing, documentation, secure coding practices).
Fluent English, spoken and written, to collaborate with global teams and stakeholders.
Keeps updated with latest developments in GenAI, MCP, and agentic frameworks (via GitHub, conferences, research papers, vendor updates).
Has experience with, or is open to using, AI coding platforms (e.g., GitHub Copilot, Claude Code, Cursor) to accelerate delivery.
Understands AI security risks (prompt injection, data exfiltration, access control) and applies mitigation in PoCs and production pilots.
Able to autonomously evaluate requirements for agentic solutions (single-agent vs multi-agent setups) and apply well-known agent frameworks in delivery.
Professional mindset: self-driven, delivery-oriented, and comfortable working in fast-paced, global environments.
سيتولى مهندس أول الذكاء الاصطناعي التوليدي تصميم وتطوير ونشر حلول ذكاء اصطناعي توليدي وحلول قائمة على الوكلاء (Agentic solutions) متقدمة لشركة Konecta، لتغطي كلاً من العمليات المؤسسية والحلول القطاعية. هؤلاء المهنيون ذوو الخبرة من المتوقع أن يساهموا منذ اليوم الأول بمهارات برمجية قوية، وخبرة في الذكاء الاصطناعي/تعلم الآلة، وقدرة مثبتة على تقديم نماذج أولية ومشاريع تجريبية بأسلوب إنتاجي مستقل مع الالتزام بمعايير الهندسة والأمان الخاصة بـ Konecta.
المقاييس: تقديم أول نموذج أولي يعمل خلال 4 أسابيع من الانضمام. تحويل حالتي استخدام تجريبيتين أفقيتين على الأقل للذكاء الاصطناعي إلى الاستخدام الفعلي في كل ربع سنة. إنشاء وحدات برمجية قابلة لإعادة الاستخدام ومعيارية بما يتوافق مع أفضل ممارسات Konecta. تسليم جميع الشفرات البرمجية والحلول وفقاً لمعايير أمن المعلومات والامتثال الخاصة بـ Konecta. تلقي ملاحظات إيجابية من أصحاب المصلحة الأفقيين الداخليين والرئيس التنفيذي للتكنولوجيا للذكاء الاصطناعي التوليدي. المسح المستمر للسوق مع التركيز على موردي الذكاء الاصطناعي التوليدي والذكاء الاصطناعي القائم على الوكلاء.
المسؤوليات
بناء وتصنيع حلول الذكاء الاصطناعي التوليدي (المساعدون، تدفقات الأتمتة، أنابيب RAG/الوكلاء) للاستخدام الداخلي والخارجي.
كتابة شفرات Python بجودة إنتاجية تتوافق مع أفضل ممارسات Konecta وتوفر مكونات قياسية قابلة لإعادة الاستخدام.
جمع وتحليل وتقييم المتطلبات بشكل مستقل من أصحاب المصلحة الداخليين لحالات استخدام الذكاء الاصطناعي/الوكلاء.
تقييم ما إذا كانت حالات الاستخدام تتطلب بنية وكيل واحد أو وكلاء متعددين.
تنفيذ حلول قائمة على الوكلاء باستخدام أطر عمل معروفة (AutoGen، CrewAI، LangGraph، SmolAgents، إلخ).
ضمان الأمان حسب التصميم: تطبيق البرمجة الآمنة، وحماية البيانات، وعناصر التحكم في الوصول عبر جميع الحلول.
ربط حلول وتطبيقات الذكاء الاصطناعي التوليدي بأنظمة المؤسسة وواجهات برمجة التطبيقات (ERP، وHRS، ومناصات المالية، وقواعد البيانات، إلخ).
تطوير إثباتات المفاهيم (PoCs) والمشاريع التجريبية بشكل مستقل للتحقق من صحة حالات الاستخدام قبل التوسع.
ضمان الامتثال الكامل لحوكمة الذكاء الاصطناعي في Konecta (مثل GDPR، وقانون الذكاء الاصطناعي للاتحاد الأوروبي، وDORA، وسياسات أمن المعلومات).
توثيق الحلول، وإنشاء أصول للعروض التوضيحية، والمساهمة في المسرعات الداخلية لإعادة الاستخدام.
الملف الشخصي
خبرة مهنية تتراوح بين 6 إلى 10 سنوات في هندسة البرمجيات وتعلم الآلة/الذكاء الاصطناعي.
خبرة عملية لأكثر من سنتين في الذكاء الاصطناعي التوليدي، مع تقديم مثبت لتطبيقات قائمة على RAG والوكلاء.
سجل حافل ومثبت من المشاريع التجريبية الذاتية، أو إثباتات المفاهيم، أو محفظة مشاريع قابلة للعرض توضح القدرة على التسليم المستقل الشامل من البداية إلى النهاية.
مبرمج Python بمستوى خبير مع معرفة قوية بأطر عمل تعلم الآلة/الذكاء الاصطناعي (PyTorch، وTensorFlow، وHugging Face، وLangChain/LangGraph).
ماهر في تكامل واجهات برمجة التطبيقات (API) والنشر السحابي (Azure، أو GCP، أو AWS).
انضباط هندسي قوي (CI/CD، وGit، والاختبار، والتوثيق، وممارسات البرمجة الآمنة).
إتقان اللغة الإنجليزية تحدثاً وكتابة للتعاون مع الفرق وأصحاب المصلحة العالميين.
متابعة أحدث التطورات في الذكاء الاصطناعي التوليدي، وMCP، وأطر عمل الوكلاء (عبر GitHub، والمؤتمرات، والأوراق البحثية، وتحديثات الموردين).
لديه خبرة في استخدام منصات البرمجة بالذكاء الاصطناعي أو منفتح لاستخدامها (مثل GitHub Copilot، وClaude Code، وCursor) لتسريع التسليم.
يفهم مخاطر أمان الذكاء الاصطناعي (حقن الأوامر، وتسريب البيانات، والتحكم في الوصول) ويطبق حلول التخفيف في إثباتات المفاهيم والمشاريع التجريبية الإنتاجية.
قادر على تقييم متطلبات الحلول القائمة على الوكلاء بشكل مستقل (إعدادات الوكيل الواحد مقابل الوكلاء المتعددين) وتطبيق أطر عمل الوكلاء المعروفة عند التسليم.
عقلية مهنية: موجه ذاتياً، ومركز على التسليم والإنجاز، ومرتاح في العمل ضمن بيئات عالمية سريعة الوتيرة.