دليل مهنة مهندس ذكاء اصطناعي
يبني ويدمج تطبيقات وحلول الذكاء الاصطناعي التوليدي والنماذج اللغوية الكبيرة (LLMs) في المنتجات والأنظمة المؤسسية.
نظرة سريعة على التخصص
تطوير تطبيقات الذكاء الاصطناعي التوليدي، أنظمة RAG، والوكلاء الأذكياء
الشركات التقنية، الجهات الحكومية، المنصات الرقمية، مراكز الابتكار
يتطلب خلفية برمجية قوية وإتقاناً لدمج واجهات النماذج اللغوية
الذكاء الاصطناعي، علوم الحاسب، هندسة البرمجيات
نظرة عامة عن التخصص
مع الطفرة الهائلة في الذكاء الاصطناعي التوليدي، برز دور مهندس الذكاء الاصطناعي كمتخصص في دمج النماذج اللغوية (LLMs) ونماذج الرؤية الحاسوبية ومعالجة اللغات الطبيعية (NLP) في تطبيقات المنشآت. يقوم بهندسة المدخلات (Prompt Engineering)، وبناء أنظمة الاسترجاع المعزز (RAG)، وتطوير الوكلاء الأذكياء (AI Agents) مع الالتزام بأخلاقيات وحوكمة الذكاء الاصطناعي الوطنية.
ماذا يفعل مهندس ذكاء اصطناعي؟
- تصميم وبناء تطبيقات تعتمد على نماذج الذكاء الاصطناعي التوليدي والنماذج اللغوية الكبيرة (LLMs).
- بناء وتطوير أنظمة الاسترجاع المعزز بالتوليد (RAG Architecture) وقواعد البيانات الموجهة (Vector DBs).
- تطوير وضبط الوكلاء المستقلين (AI Agents) لتنفيذ سلاسل مهام برمجية معقدة.
- الضبط الدقيق للنماذج مفتوحة المصدر (Fine-Tuning / LoRA) وتخصيصها للبيانات المحلية باللغة العربية.
- تطبيق معايير الأمان وحماية النماذج من هجمات حقن الأوامر (Prompt Injection) وتسريب البيانات.
- ضمان الامتثال لمبادئ وأخلاقيات الذكاء الاصطناعي الصادرة عن الهيئة الوطنية (سدايا).
المهارات والأدوات المطلوبة
المهارات التقنية التخصصية (Hard Skills):
- البرمجة المتقدمة بلغة بايثون و TypeScript
- أطر عمل الذكاء الاصطناعي التوليدي (LangChain / LlamaIndex)
- بناء أنظمة RAG وقواعد البيانات الشعاعية (Vector Databases)
- معالجة اللغات الطبيعية (NLP) ودعم اللغة العربية (مثل نماذج علام ALLaM)
- الضبط الدقيق للنماذج (Fine-Tuning & Quantization)
المهارات الشخصية والقيادية (Soft Skills):
- التفكير الابتكاري والقدرة على إعادة تصور المنتجات بالذكاء الاصطناعي
- الوعي الأخلاقي ومسؤولية حوكمة البيانات والذكاء الاصطناعي
- سرعة التجربة والمواكبة للأبحاث والتقنيات التي تتطور يومياً
- مهارات التواصل والتنسيق مع فرق المنتجات والتصميم
أبرز الأدوات والبرمجيات المستخدمة
- LangChain / LlamaIndex
- Vector DBs (Pinecone, Qdrant, Chroma, pgvector)
- Hugging Face / OpenAI API / Anthropic
- Ollama / vLLM (تشغيل النماذج محلياً)
- FastAPI / Next.js
خارطة طريق التعلم المقترحة
الأساس البرمجي وهندسة واجهات APIs
إتقان البرمجة ببايثون وبناء واجهات الويب السريعة والتعامل مع بروتوكولات وتدفق البيانات (Streaming).
أساسيات NLP والنماذج اللغوية الكبيرة
فهم بنية المحولات (Transformer Architecture)، وعمليات التضمين (Embeddings)، وهندسة الأوامر المتقدمة.
أنظمة RAG وقواعد البيانات الشعاعية
بناء أنظمة متكاملة لربط النماذج ببيانات ومستندات المنشأة باستخدام قواعد البيانات الشعاعية وأطر مثل LangChain.
الوكلاء الأذكياء (AI Agents) والضبط الدقيق
تطوير وكلاء مستقلين قادرين على اتخاذ قرارات واستخدام أدوات خارجية، وضبط النماذج المفتوحة على بيانات مخصصة.
أبرز الشهادات المهنية المعتمدة
شهادات سدايا الاحترافية في الذكاء الاصطناعي
شهادات وطنية متخصصة في الذكاء الاصطناعي وتطبيقاته الاستراتيجية.
Microsoft Certified: Azure AI Engineer Associate
شهادة معتمدة في بناء ونشر حلول الذكاء الاصطناعي والرؤية واللغات على سحابة Azure.
AWS Certified AI Practitioner / Specialty
شهادة تثبت القدرة على دمج خدمات ونماذج الذكاء الاصطناعي السحابية في المنتجات.
أين يمكن أن تعمل؟
- الجهات الحكومية وهيئات التحول الرقمي ومبادرات الذكاء الاصطناعي
- الشركات التقنية وحلول الأتمتة الذكية والبرمجيات
- القطاع المصرفي وخدمات العملاء الذكية والمعاملات المالية
- القطاع الصحي وتحليل السجلات الطبية والاستشارات الرقمية
- شركات التجارة الإلكترونية وأنظمة التوصية والمساعدات الذكية
التطور والتدرج الوظيفي
بيانات الرواتب
سياسة الشفافية والتحقق في منصة يفيد
لا تتوفر حاليًا بيانات راتب موثوقة نعرضها لهذه المهنة.
نلتزم في منصة يفيد بعدم نشر أرقام تقديرية أو متوسطات غير مستندة إلى إحصاءات رسمية وموثقة من الجهات المختصة في المملكة.
هل هذا المجال مناسب لك؟
مؤشرات عملية تساعدك في تقييم مدى ملاءمة التخصص لاهتماماتك
قد يناسبك هذا المسار إذا كنت:
المجال ينمو بسرعة استثنائية، والميزة الأساسية تكمن في سرعة بناء النماذج الأولية والمشاريع المبتكرة.
أسئلة مقابلة شخصية متوقعة
RAG يقوم بالبحث عن المستندات المناسبة من قاعدة بيانات شعاعية وتقديمها كمدخل (Context) للنموذج للإجابة في الوقت الفعلي دون تعديل أوزان النموذج، بينما Fine-Tuning يقوم بتدريب وتعديل أوزان النموذج الداخلية ليتعلم أسلوباً جديداً أو نمطاً تخصصياً معيناً.
💡 نصيحة المقابلة: سؤال أساسي يقيس قدرتك على اختيار البنية المعمارية المناسبة لاحتياجات المشروع.