وظيفة عن بُعد لمهندس تعلّم آلي في شركة دوكلين، تركز على نشر نماذج الذكاء الاصطناعي جاهزة للإنتاج مع فرق البيانات والهندسة في مصر.
في سوق العمل التقني، تتداخل الأدوار أحياناً، لكن لكل منها تركيزه الفريد. مثلاً، عالم البيانات (Data Scientist) غالباً ما يتخصص في استكشاف البيانات وتحليلها لبناء نماذج أولية، بينما يركز مهندس تعلّم الآلة (Machine Learning Engineer) على تحويل هذه النماذج إلى أنظمة قابلة للنشر والاستخدام الفعلي. الفرق هنا ليس في اللغة أو الأدوات فقط، بل في الهدف النهائي: هل هو تحليل أم نشر؟
هذه الوظيفة في شركة دوكلين مثال واضح على هذا التمايز. الشركة لا تبحث عن شخص يبني نماذج تجريبية فحسب، بل عن مهندس قادر على دمج هذه النماذج في بنية تحتية سحابية، وضمان أدائها في بيئة إنتاجية. هذا يعني أن المتقدم يجب أن يكون ملمّاً بأساسيات علم البيانات، لكنه أيضاً يمتلك مهارات هندسية قوية في بناء خطوط إنتاج نماذج تعلّم الآلة (MLOps) وتحسين الأداء.
الوظيفة تتطلب خبرة متوسطة، وهذا يعني أن الشركة تتوقع أكثر من مجرد معرفة نظرية. المتقدم يجب أن يكون قد عمل على مشاريع حقيقية تتضمن تدريب نماذج تعلّم الآلة ونشرها، سواء كان ذلك خلال فترة عمله السابقة أو في مشاريع شخصية. لغة Python هي الأساس هنا، لكن الأهم هو كيفية استخدامها في سياق إنتاجي، مثل التعامل مع مكتبات مثل TensorFlow أو PyTorch، وبناء واجهات برمجة تطبيقات (APIs) لنماذج جاهزة للعمل
الشركة تحدد بوضوح أنها تريد شخصاً قادراً على تحويل الخوارزميات الأولية إلى خدمات صغيرة (microservices) تعمل بكفاءة عالية. هذا يتطلب فهماً عميقاً ليس فقط في بناء النماذج، بل أيضاً في كيفية تحسينها لتعمل في بيئات منخفضة التأخير (low-latency). من هنا، فإن المتقدمين الذين لديهم خبرة في تحسين أداء النماذج أو العمل مع أدوات MLOps مثل Kubeflow أو MLflow سيكونون في وضع أفضل.
الوظيفة متاحة عن بُعد من مدينة أسيوط، وهذا يعني أن الشركة تفتح الباب للمواهب من خارج المدن الكبرى دون الحاجة للتنقل. لكن العمل عن بُعد في مجال مثل تعلّم الآلة يتطلب انضباطاً عالياً، خاصة أن الدور يتضمن تعاوناً مستمراً مع فرق البيانات والهندسة. الشركة هنا تبحث عن شخص قادر على التواصل بفعالية والعمل ضمن فريق موزع جغرافياً.
من ناحية أخرى، شركة دوكلين متخصصة في الذكاء الاصطناعي والتكنولوجيا السحابية، وهذا يعني أن الموظف سيكون جزءاً من بيئة تقنية متقدمة تركز على حلول قابلة للتوسع. للمتقدمين الذين يسعون لتطوير مهاراتهم في مجال MLOps أو نشر النماذج السحابية، هذه فرصة للعمل على مشاريع حقيقية قد تؤثر في منتجات الشركة النهائية.
الراتب المعلن يتراوح بين 11,000 و13,000 جنيه مصري، وهو يتناسب مع مستوى الخبرة المطلوب. لكن الأهم من الراتب هو فرصة التعلم والتطور في مجال سريع النمو مثل الذكاء الاصطناعي السحابي، خاصة أن الشركة تعمل على نشر نماذج جاهزة للإنتاج، وليس فقط تجارب مخبرية.
أولاً، الشركة تبحث عن شخص لديه خبرة فعلية في نشر نماذج تعلّم الآلة، وليس فقط في بنائها. هذا يعني أن المتقدم يجب أن يكون مستعداً لتقديم أمثلة على مشاريع سابقة تتضمن نشر نماذج في بيئات إنتاجية، سواء كان ذلك كجزء من عمله أو في مشاريع جانبية.
ثانياً، الدور يتطلب العمل ضمن فريق متكامل، مما يعني أن المهارات الناعمة مثل التواصل والتعاون ستكون مهمة. الشركة لم تذكر صراحةً أدوات محددة للتواصل، لكنها بالتأكيد تتوقع أن يكون المتقدم قادراً على العمل ضمن فرق موزعة.
ثالثاً، الموقع الجغرافي المحدد (أسيوط) قد يكون مهماً لبعض المتقدمين، خاصة أن الشركة تسمح بالعمل عن بُعد من هذه المدينة. هذا قد يعني أن الشركة تفضل موظفين من هذه المنطقة أو حولها، لكن هذا لا يمنع المتقدمين من مناطق أخرى من التقديم إذا كانوا قادرين على الالتزام بساعات العمل المطلوبة.
أخيراً، اللغة الوحيدة المطلوبة هي Python، لكن هذا لا يعني أن المعرفة بلغات أخرى مثل Go أو Rust لن تكون مفيدة، خاصة في سياق بناء خدمات صغيرة سريعة الاستجابة. المتقدمون الذين يمتلكون خبرة في هذه اللغات قد يكون لديهم ميزة إضافية في عملية الاختيار.
الفرق بين عالم البيانات ومهندس تعلّم الآلة ليس في الأدوات فقط، بل في الهدف: الأول يبني النماذج، والثاني يجعلها تعمل في العالم الحقيقي.
— خبير في مجال الذكاء الاصطناعي
📌 شاهد التفاصيل الكاملة وقدّم على وظيفة "Machine Learning Engineer - Remote" الآن