تُعلن شركة راية للتوزيع (Raya Distribution)، إحدى كبرى الشركات الرائدة في مجال التكنولوجيا والإلكترونيات وتوزيع الأجهزة في مصر والشرق الأوسط، عن توفر فرصة عمل تقنية متقدمة بمسمى “مهندس ذكاء اصطناعي وعلوم بيانات” (AI & Data Science Engineer) للانضمام إلى فريقها التكنولوجي في القاهرة.

تُمثل هذه الوظيفة فرصة ذهبية للكوادر الشابة (Entry Level) الشغوفة بعالم البيانات الضخمة (Big Data) لدمج الحلول الذكية في بيئة المؤسسات. يرتكز هذا الدور الحيوي على تصميم وتطوير ونشر نماذج التعلم الآلي (Machine Learning)، تحليل واستخراج البيانات، وبناء خوارزميات التنبؤ والتصنيف للمساعدة في اتخاذ القرارات الاستراتيجية وتحسين أداء أعمال الشركة.

المهام والمسؤوليات الأساسية (Job Description)

لضمان تحقيق أقصى استفادة من بيانات الشركة وتطوير أنظمتها، تم تحديد المهام التالية:

• تطوير ونشر النماذج (Model Development & Deployment): تصميم وتطوير ونشر نماذج التعلم الآلي وحلول الذكاء الاصطناعي (AI solutions) لدمجها في بيئات الإنتاج وأنظمة المؤسسة.
• تحليل ومعالجة البيانات (Data Processing): إجراء عمليات استخراج البيانات، تنظيفها، تحويلها، وتحليلها. وبناء لوحات المعلومات (Dashboards) وتصورات البيانات (Data visualizations) لتقديم رؤى أعمال دقيقة.
• الخوارزميات والتحسين (Algorithms & Optimization): بناء نماذج تنبؤية (Predictive models)، أنظمة توصية (Recommendation systems)، وخوارزميات تصنيف. وتحسين النماذج من حيث الأداء، قابلية التوسع (Scalability)، والدقة.
• المراقبة والتعاون (Monitoring & Collaboration): مراقبة أداء النماذج وإعادة تدريبها عند الضرورة. والتعاون المستمر مع مطوري البرامج (Software developers)، محللي الأعمال، وأصحاب المصلحة.

شروط القبول ومواصفات المتقدم (Job Requirements)

• الخلفية الأكاديمية: درجة البكالوريوس أو الماجستير في علوم الحاسب (Computer Science)، علوم البيانات، الذكاء الاصطناعي، الإحصاء، أو أي مجال ذي صلة.
• سجل الخبرة: خبرة تبدأ من سنة واحدة فأكثر (1+ years) في تطوير الذكاء الاصطناعي أو علوم البيانات، مع خبرة في العمل على حالات استخدام أعمال حقيقية (Real-world business use cases).
• المهارات التقنية الأساسية (Must Have):
  • معرفة قوية ببرمجة (Python) ومكتباتها (Pandas, NumPy, Scikit-learn).
  • خبرة في التعلم الآلي (Machine Learning)، النمذجة الإحصائية، والمعالجة المسبقة للبيانات (Data preprocessing).
  • معرفة قوية بـ (SQL) وقواعد البيانات العلائقية (Relational databases).
  • خبرة في أدوات تصور البيانات (Power BI, Tableau) والعمل مع واجهات برمجة التطبيقات (APIs).
• المعرفة المتقدمة والمهارات الإضافية (Nice to Have):
  • خبرة في إطارات التعلم العميق (Deep Learning) مثل (TensorFlow / PyTorch).
  • الإلمام بـ (NLP)، الرؤية الحاسوبية (Computer Vision)، وممارسات (MLOps).
  • تُعد الخبرة في تقنيات مايكروسوفت (.NET / ASP.NET / C#) ومنصات السحابة (Azure, AWS) وأدوات بيج داتا (Spark, Hadoop) ميزة تفضيلية قوية.

نصائح ذهبية لاجتياز المقابلة (دليل مهندس الذكاء الاصطناعي في قطاع الشركات)

• تطبيق الذكاء الاصطناعي على البيزنس (Business Use Cases): شركة (Raya) تعمل في التوزيع والـ (Retail) وأنظمة الـ ERP. المحاور لن يختبر فقط كتابتك لكود البايثون، بل سيطلب منك التفكير في كيفية استخدام الـ Data لتحسين مبيعات التجزئة (مثلاً: أنظمة توصية للمنتجات، توقع حجم المبيعات Forecasting، أو تحليل سلوك العملاء).
• الأساسيات قبل التعلم العميق (Back to Basics): الإعلان يركز بقوة على (SQL, Pandas, Scikit-learn). تأكد من مراجعة مفاهيم تنظيف البيانات (Data Cleaning) وهندسة الميزات (Feature Engineering) جيداً، لأن 80% من وقت مهندس البيانات يضيع في هذه الخطوة قبل بناء أي نموذج ذكي.
• نشر النماذج (Deployment & MLOps): بناء النموذج على جهازك شيء، ورفعه على أنظمة الشركة (Production) شيء آخر. أظهر للمحاور فهمك لكيفية تحويل كود (Machine Learning) إلى (RESTful API) يمكن لمطوري الويب والتطبيقات في الشركة استخدامه بسهولة.