وظائف سلطنة عمانتاريخ النشر:

Rihal تعلن عن وظيفة مهندس تعلم آلي أول في مسقط

Rihal تعلن عن وظيفة مهندس تعلم آلي أول في مسقط

Rihal تعلن عن وظيفة مهندس تعلم آلي أول في مسقط

جهة العمل: Rihal

المجال: هندسة تعلم الآلة — الذكاء الاصطناعي والبيانات

الموقع: مسقط، محافظة مسقط، سلطنة عمان

عدد الوظائف: وظيفة واحدة معلنة

نوع العقد: لم تعلن الجهة نوع العقد

تطرح Rihal فرصة مهنية بمسمى Senior Machine Learning Engineer ضمن فريق يعمل على تصميم نماذج تعلم آلي متقدمة وتطويرها ونشرها لمعالجة تحديات أعمال معقدة. الإعلان مناسب للمهندس الذي يجمع بين بناء النماذج عمليًا وفهم دورة حياتها بعد وصولها إلى بيئة الإنتاج، ولا يقتصر دوره على التجارب أو إعداد النماذج الأولية.

توضح صفحة الوظيفة أن الشاغل المتوقع يقود جوانب تقنية متقدمة، ويتعامل مع فرق متعددة التخصصات وأصحاب مصلحة لتحويل الاحتياج التشغيلي إلى متطلبات نموذج قابلة للتنفيذ. لذلك تتجه الفرصة إلى صاحب الخبرة الذي يستطيع الموازنة بين دقة الخوارزمية، وجودة البيانات، وقابلية التوسع، والتواصل الواضح مع غير المتخصصين.

تفاصيل فرص التوظيف

نظرة عامة على الفرص

الموقع والمجال وطبيعة الوظائف

تُدرج صفحة الوظائف الرسمية للجهة هذه الفرصة في مسقط، عمان، فيما تعرض صفحة الإعلان الفردية الموقع بصيغة عمان، عمان. وهي وظيفة في هندسة تعلم الآلة ذات مستوى أول؛ ويظهر ذلك من مسؤولية قيادة تصميم النماذج وتنفيذها، وقيادة مراجعات الشفرة، وتوجيه المهندسين المبتدئين. لا تذكر الجهة في إعلانها نظام الحضور أو مدة العقد أو المقابل المالي، ولذلك لا يصح استنتاج أي من هذه التفاصيل.

يرتبط سياق الدور بمشروعات عالية الأثر وفق النص الرسمي، مع مسؤولية واضحة عن مسار تقني متكامل: تحليل البيانات، وهندسة السمات، وتحسين الخوارزميات، ثم النشر والمتابعة. ويعني ذلك أن المترشح لا يقدّم كمتخصص نمذجة منفصل عن المنتج، بل كممارس قادر على ربط متطلبات الأعمال بقرارات تصميم نموذج قابلة للقياس في منظومة تشغيلية قابلة للتوسع.

عن جهة العمل: Rihal

الخلفية والنشاط

نبذة موثقة عن الجهة

تعرف Rihal نفسها كشركة تقنية متخصصة في الذكاء الاصطناعي والبيانات والأتمتة. وتذكر في صفحتها التعريفية أنها تبني أنظمة تستخدمها جهات حكومية ومؤسسات، وأن أعمالها مصممة للعمل في بيئات معقدة وآمنة. كما تعرض هدفًا يتمثل في بناء أنظمة تعتمد عليها الجهات وتثق بها، بحيث تتجاوز مرحلة التجارب لتعمل وتتطور مع المنظمة التي تستخدمها. وتربط الجهة هذا التوجه بتقديم حلول تعمل بثبات وتتطور مع الاستخدام المؤسسي، لا بتسليم تقني لمرة واحدة. وتورد كذلك أن الأنظمة مصممة للتوسع بمرور الوقت، وهي سمة مرتبطة مباشرة بالحلول التي يُراد أن تستمر بعد إطلاقها. هذا السياق يوضح صلة التوظيف ببيئة تتعامل مع حلول رقمية تشغيلية لا مع نماذج معزولة عن الاستخدام الفعلي.

تشمل خطوط الخدمات المعلنة لدى Rihal الأتمتة الذكية للعمليات، والذكاء الاصطناعي، وإتاحة موارد تقنية المعلومات، وإدارة البيانات، وهندسة البرمجيات. وتصف الجهة خدمة الذكاء الاصطناعي بوصفها توظيفًا لخوارزميات تعلم الآلة لأتمتة الأعمال المتكررة وتقديم مساعدة ذكية في المسائل ذات المتغيرات والاعتبارات المتعددة. وفي إدارة البيانات، تعرض استخراج البيانات شبه المهيكلة، والتحقق من جودتها وتوحيدها وتنظيفها وتحويلها، ثم إعدادها للتحليلات أو التصور أو تعلم الآلة. وتشير إلى أن مخرجات هذا العمل تتضمن تقارير شفافة عن جودة البيانات والتغييرات المطبقة ومجموعة بيانات جاهزة للاستخدام اللاحق. أما جانب البرمجيات فيظهر بوصفه جزءًا من منظومة تستهدف إعداد الحلول وتكاملها، وهو ما يمنح دور التعلم الآلي صلة مباشرة ببقية التخصصات التقنية المعروضة.

البيئة المهنية والحضور المؤسسي

المنهج أو الخدمات والمرافق والثقافة

تورد الصفحة الرسمية عنوان وصول للجهة في غلا الصناعية بمسقط، كما تصف بعض حلولها بأنها قد تُنشر محليًا أو ضمن بنية وطنية بحسب احتياج البيئة المستفيدة. وفي هذا الإطار، تعرض الشركة إمكان دمج نماذج الذكاء الاصطناعي مع الأنظمة القائمة عبر فرق هندسة البرمجيات، بحيث تصل الحلول الذكية إلى مستخدميها داخل النظام التشغيلي بدل أن تبقى منفصلة عنه. كما تذكر أن فرقها تستطيع نقل الحلول البرمجية القائمة ونشرها ومتابعتها في بيئات سحابية داخل عُمان أو خارجها. ولجانب البيانات، تصف استخدام أداة داخلية تتضمن قدرات أتمتة لأنشطة مثل الاستخراج والتحويل والتحقق، ما يبين وجود اهتمام معلن بتهيئة البيانات ضمن الخدمات.

على مستوى التنفيذ، تقول Rihal إنها تركز في مشروعات الذكاء الاصطناعي على الجودة والوقت وضبط التكلفة عبر مراحل المشروع وما بعد التسليم. وفي هندسة البرمجيات تعرض منهجيات تطوير تكرارية وفق Agile، وممارسات نشر مستمر، وخيارات للنشر السحابي أو المحلي، مع متابعة الحلول وتركيز على الأمان والخصوصية. وتذكر استخدام تقنيات الحاويات للنشر والمراقبة، إلى جانب توفير فريق دعم مخصص، كما تضع قابلية الاستخدام ضمن مزايا الحلول التي تطورها. هذه مبادئ مؤسسية معلنة تفسر أهمية كتابة شفرة قابلة للمراجعة، وتوثيق نتائج النموذج، ومراقبة أداء ما يُنشر في الدور المعلن.


الوظائف المتاحة

1. Senior Machine Learning Engineer

الموقع: مسقط، سلطنة عمان نوع العقد: لم تعلن الجهة نوع العقد

يتولى مهندس تعلم الآلة الأول قيادة تصميم وتطوير ونشر نماذج متقدمة لحل تحديات أعمال معقدة. وتطلب طبيعة الدور خبرة تقنية عميقة في مسار التطوير والنشر، وقدرة عملية على حل المشكلات والتعاون مع تخصصات أخرى لتقديم حلول ذكاء اصطناعي قابلة للتوسع. كما يجمع الإعلان بين العمل على النموذج نفسه وبين المسؤولية عن جودة الشفرة وقياس النتائج وتوجيه زملاء أقل خبرة، بما يجعل القيادة التقنية جزءًا أصيلًا من نطاق العمل.

مسؤوليات مهندس تعلم آلي أول

  • تصميم نماذج تعلم آلي وتنفيذها لمشروعات عالية الأثر مع مراعاة الكفاءة وقابلية التوسع.
  • إجراء تحليل للبيانات وبناء السمات لإعداد مجموعات بيانات عالية الجودة لتدريب النماذج.
  • تحسين خوارزميات تعلم الآلة بهدف رفع الأداء والدقة.
  • قيادة مراجعات الشفرة والتحقق من الالتزام بالممارسات الجيدة في تطوير تعلم الآلة.
  • نشر النماذج في أنظمة الإنتاج ومتابعة أدائها مع مرور الوقت.
  • التعاون مع أصحاب المصلحة لفهم احتياجات الأعمال وتحديد متطلبات النموذج.
  • إرشاد المهندسين المبتدئين وتقديم توجيه تقني في المهام المعقدة.
  • توثيق عمليات تطوير النماذج والمقاييس والنتائج التي يتم التوصل إليها.

المؤهلات والخبرة المطلوبة لوظيفة مهندس تعلم آلي أول

  • بكالوريوس أو ماجستير في علوم الحاسوب أو علم البيانات أو مجال ذي صلة.
  • خبرة عملية لا تقل عن خمس سنوات في تطوير حلول تعلم الآلة ونشرها.
  • تمكن من Python وأطر تعلم الآلة، ومنها TensorFlow وPyTorch.
  • معرفة متقدمة بالخوارزميات والشبكات العصبية والأساليب الإحصائية ذات الصلة بتعلم الآلة.
  • خبرة في منصات الحوسبة السحابية لنشر حلول الذكاء الاصطناعي، مثل AWS أو GCP أو Azure.

المهارات المهنية والسلوكية

  • قدرة تحليلية قوية وتفكير نقدي عند تقييم المشكلة والبيانات ونتائج النموذج.
  • مهارات قيادة تؤهل صاحبها لتوجيه أعضاء الفريق ومساندتهم مهنيًا.
  • قدرة على شرح الحلول التقنية لأصحاب المصلحة من غير المتخصصين بفاعلية.
  • مهارة التعاون مع فرق متعددة التخصصات للوصول إلى متطلبات نموذج واضحة.
  • القدرة على معالجة المهام التقنية المعقدة مع المحافظة على جودة المخرجات الموثقة.

المزايا أو معلومات العقد المعلنة

  • لم تعلن الجهة تفاصيل المزايا أو الراتب في صفحة الوظيفة.

إرشادات مهنية للتقديم

تجهيز ملف الترشيح

السيرة الذاتية وملف الإنجاز والاستعداد للمقابلة

لأن الوظيفة تجمع بين بناء النموذج ونشره، من المفيد أن ترتب السيرة الذاتية بحسب أثر كل مشروع: المشكلة العملية، طبيعة البيانات، القرار الهندسي، وطريقة قياس التحسن بعد الإطلاق. لا يكفي ذكر اسم إطار برمجي؛ الأفضل تحديد ما إذا كان العمل شمل إعداد بيانات التدريب، أو بناء خطوط تحويل، أو تحسين زمن الاستدلال، أو متابعة الانحراف في الأداء. أظهر أيضًا كيف تعاملت مع جودة البيانات قبل التدريب، لأن وصف الوظيفة يولي أهمية واضحة للتحليل وهندسة السمات. احرص على أن تكون الأمثلة قابلة للفهم من قارئ تقني ومن صاحب قرار أعمال في الوقت نفسه.

ينبغي أن يعكس ملف المرشح مستوى الأقدمية المطلوب عبر أمثلة على مراجعة الشفرة، واتخاذ المفاضلات بين الدقة والتكلفة والزمن، والعمل مع فرق منتج أو بيانات أو بنية تحتية. جهّز شرحًا صريحًا لكيفية انتقال نموذج من التجربة إلى الإنتاج، بما في ذلك التحقق من جودة البيانات، وإصدار النموذج، والمقاييس التي تراقبها. ومن المفيد تمييز ما نفذته بنفسك من الأدوار التي نسّقتها أو راجعتها، حتى تكون مساهمتك القيادية مفهومة بدقة. وهذه إرشادات عامة للتقديم وليست متطلبات إضافية من الجهة، فلا تدّع خبرة أو أدوات لا يمكنك مناقشتها بعمق.

  • ضع في مقدمة السيرة ملخصًا يبين سنوات الخبرة العملية في تطوير ونشر نماذج تعلم الآلة.
  • أدرج مشروعين أو ثلاثة يوضح كل منها نوع البيانات، والنموذج، ومؤشر التقييم، والأثر التشغيلي دون كشف معلومات سرية.
  • اربط خبرتك في Python والأطر المستخدمة بمهام ملموسة مثل التدريب أو التحسين أو خدمة الاستدلال.
  • جهّز مثالًا على مراجعة شفرة أو إرشاد مهندس أقل خبرة، وركز على أسلوبك في رفع الجودة وليس على النتيجة وحدها.
  • راجع طريقة شرح المصطلحات الإحصائية والشبكات العصبية بلغة واضحة قبل المقابلة الفنية.
  • تحقق من أن ملف السيرة الذاتية المرفوع يفتح بصورة سليمة ويحتوي بيانات اتصال مهنية محدثة.

في التحضير للمقابلة، ابنِ دراسة حالة قصيرة من خبرتك الفعلية بدل الاكتفاء بعرض نموذج حقق دقة مرتفعة. وضّح كيف تحققت من انقسام بيانات التدريب والاختبار، وكيف اخترت المقياس المناسب للمشكلة، وما الإشارة التي كانت ستدفعك إلى إعادة التدريب أو تغيير طريقة المعالجة. ينسجم هذا الأسلوب مع الدور الذي يطلب توثيق المقاييس والنتائج، ويساعدك على إظهار نضجك في قراءة أداء النموذج ضمن سياقه التشغيلي لا كرقم منفصل.

أما عند مناقشة النشر السحابي، فجهّز تسلسلًا تقنيًا يمكن شرحه خطوة بخطوة: كيف تُحزّم خدمة الاستدلال، وكيف تتابع زمن الاستجابة واستهلاك الموارد، وكيف تفصل بين مراقبة النظام ومراقبة جودة المخرجات. ويمكنك كذلك إعداد مثال على تواصل سابق مع صاحب مصلحة غير تقني، يبين السؤال الذي احتاج إجابة عملية والحدود التي شرحتها بوضوح. هذه التفاصيل تجعل خطابك أقرب إلى وظيفة تقود الحل وتوصل أثره، لا إلى عرض نظري لخوارزمية.


كيفية التقديم

خطوات إرسال الطلب

التقديم عبر بوابة التوظيف الرسمية للشركة

استخدم زر التقديم أدناه للانتقال إلى صفحة الوظيفة الرسمية لدى Rihal، ثم اختر Apply Now!. يفتح المسار نموذج طلب خاصًا بهذه الوظيفة يتضمن إدخال المعلومات الشخصية والجنسية وبلد الإقامة والبريد الإلكتروني والمؤهل الأكاديمي ورفع السيرة الذاتية. بعد ذلك تابع المراحل الظاهرة في النموذج للمعلومات الفنية والتفاصيل المالية وفترة الإشعار، ثم راجع البيانات قبل إرسال الطلب من زر Submit Application.

التعليقات 0

لا توجد تعليقات بعد. يمكنك كتابة سؤالك عن هذا المنشور.

أضف تعليقًا

لا تكتب رقم جوازك أو حسابك البنكي أو هاتفك في تعليق عام.