وظائف مكة المكرمة

مهندس الذكاء الاصطناعي مسؤول عن تصميم وبناء وتشغيل حلول الذكاء الاصطناعي والتعلم الآلي عبر مكتب البيانات ووظائف الأعمال في بوبا العربية. يتميز هذا الدور بكونه متعدد الوظائف، حيث يعمل عبر مجالات اكتشاف الاحتيال والهدر وسوء الاستخدام (FWA)، وتحليل المطالبات، وتحليلات الأعضاء، والتقييمات السريرية، مع نشر حلول الذكاء الاصطناعي الإنتاجية على منصة جوجل السحابية (GCP) باستخدام Vertex AI كمنصة هندسية رئيسية.

هذا الدور هندسي عملي بشكل كبير، حيث يكتب المهندس الأكواد الإنتاجية، يبني خطوط أنابيب التعلم الآلي الآلية، يطور ويطرح النماذج على نقاط استنتاج GCP، ويتعاون مع الفرق الاكتوارية والسريرية والتشغيلية لتحويل مشاكل الأعمال إلى حلول ذكاء اصطناعي موثوقة. لا تُقبل النماذج الأولية في دفاتر الملاحظات، بل يجب أن تصل جميع النماذج إلى الإنتاج مع إعادة تدريب آلية، ومراقبة، وتنبيهات.

المسؤوليات الأساسية:

1- تطوير نماذج الذكاء الاصطناعي ونشرها في الإنتاج:

• بناء وتدريب وتقييم ونشر نماذج الذكاء الاصطناعي والتعلم الآلي على Vertex AI في GCP، بما يشمل التعلم المراقب وغير المراقب والنماذج التوليدية حسب الحاجة.
• نشر النماذج ذات الأولوية في الموجة الأولى على نقاط الاستنتاج الإنتاجية، بما في ذلك اكتشاف سوء الاستخدام والاحتيال، واستخراج النصوص من المستندات، وتصنيف المستندات، وربط رموز الخدمات.
• تنفيذ خطوط إعادة تدريب النماذج آليًا باستخدام Vertex AI Pipelines.
• تقييم وتنفيذ Gemini للحالات المتعلقة بالـ OCR واكتشاف FWA ونشرها على GCP.

2- إدارة MLOps ودورة حياة النماذج:

• بناء وصيانة بنية MLOps، بما في ذلك خطوط التدريب والتقييم، سجل النماذج، ومراقبة انحراف النموذج.
• تنفيذ CI/CD لنشر النماذج مع بوابات جودة آلية، دون تحميل يدوي.
• تصميم وتشغيل خطوط هندسة الميزات، وبناء Vertex AI Feature Store من بيانات BigQuery.
• الحفاظ على بطاقات النماذج لكل نموذج إنتاجي، مع توثيق البيانات ومقاييس التقييم والمعايير.

3- تقديم حلول ذكاء اصطناعي متعددة الوظائف (FWA والمطالبات):

• التعاون مع فريق FWA لتحويل أنماط الاحتيال والقواعد السريرية ومعرفة المحققين إلى ميزات ونماذج تقييمية.
• تقديم حلول ذكاء اصطناعي لتحليل المطالبات، واكتشاف المطالبات المكررة، ودقة رموز الخدمات، واكتشاف الشذوذ في شبكة المزودين.
• بناء نماذج تقييم مسبقة للترخيص متكاملة مع سير العمل التشغيلي لتقديم تقييمات المخاطر في الوقت الحقيقي.
• التعاون مع الفرق الاكتوارية على نماذج تقدير نسبة الخسارة وIBNR.

4- هندسة الاستخبارات المستندية وOCR:

• نشر وتحسين نموذج استخراج النصوص من المستندات على GCP Vertex AI للإنتاج.
• بناء خط تصنيف المستندات لتصنيف المستندات التأمينية بدقة عالية.
• تقييم قدرات Gemini متعددة الوسائط لمقارنة الأداء مع نماذج OCR الحالية.
• دمج مخرجات الاستخبارات المستندية مع سير العمل التشغيلي.

5- الذكاء الاصطناعي التوليدي وتمكين Gemini:

• قيادة تقييم وتنفيذ Gemini للحالات ذات الأولوية مثل OCR وتصنيف المستندات واكتشاف FWA.
• تصميم ضوابط الذكاء الاصطناعي المسؤولة لتقليل الأخطاء والانحرافات.
• بناء القدرات الداخلية من خلال جلسات مشاركة المعرفة مع مهندسي البيانات والمحللين.

6- جودة البيانات، التسلسل الأخلاقي، وأخلاقيات الذكاء الاصطناعي:

• التأكد من أن جميع مجموعات البيانات التدريبية مصدرها طبقة Gold في BigQuery.
• توثيق التسلسل الكامل للبيانات لكل نموذج.
• تطبيق معايير تصنيف البيانات للبروباغندا والبيانات الحساسة والسريرية وفق قوانين PDPL وNDMO.
• إجراء مراجعات تحيز على النماذج لضمان عدم وجود انحياز ديموغرافي وقابلية الشرح للمعنيين.

المهارات المطلوبة:

• Vertex AI (Pipelines, Model Registry, Feature Store, Monitoring)
• Python (scikit-lea
  , XGBoost, TensorFlow, PyTorch)
• GCP (BigQuery ML, Dataflow, Pub/Sub, Cloud Functions)
• MLOps (CI/CD، إعادة التدريب الآلي، مراقبة الانحراف)
• Gemini API / Generative AI، هندسة الـ Prompt، النماذج متعددة الوسائط
• OCR واستخبارات المستندات (Vertex AI Document AI, Tesseract, LayoutParser)
• NLP وتصنيف النصوص، كشف الاحتيال، الشرح المسؤول للذكاء الاصطناعي، SQL/BigQuery، Git + CI/CD

المؤهلات التعليمية:

• درجة البكالوريوس في علوم الحاسوب أو الإحصاء أو الرياضيات أو علوم البيانات أو أي مجال ذي صلة.