عضو الكادر التقني، تدريب النماذج (البنية التحتية والمنصة)

micro1
العلوم والبحث
عن بُعد
دوام كامل
Core team

‏7 US$ إلى ‏8 US$/ساعةنطاق تقريبي تقدمه micro1

نُشرت في 27 أكتوبر 2026 · التقديم حتى 26 ديسمبر 2026

قدّم على micro1

أحوّلك إلى صفحة micro1 الرسمية. التقديم مجاني وبالإنجليزية.

أحصل على عمولة من المنصة عند توظيف مرشح وجّهته. لا يغيّر ذلك شيئاً بالنسبة لك.

كيّف سيرتي الذاتية مع هذا العرض
شارك هذا العرض

يصمم المرشح ويوسع نطاق البنية التحتية والمنصات الموزعة لدعم تدريب النماذج الذكية وتشغيلها على نطاق واسع. يتطلب الدور أساسيات قوية في علوم الحاسوب المتعلقة بالأنظمة الموزعة، وخبرة واسعة في بناء منصات خلفية قابلة للتوسع أو بنية تحتية للتعلم الآلي تعتمد على وحدات معالجة الرسومات.

ترجمة الإعلان الأصلي الذي نشرته micro1.

المسمى الوظيفي: عضو الطاقم التقني، تدريب النماذج (البنية التحتية والمنصة)

نوع الوظيفة: دوام كامل

الموقع: عن بُعد

الدور

في هذا الدور، ستتولى المسؤولية التقنية عن الأنظمة الموزعة والمنصات التي تمكّن الباحثين من تدريب نماذج أكثر قدرة، وتنفيذ تجارب واسعة النطاق، ونشر أنظمة ذكاء اصطناعي متخصصة بكفاءة.

ستعمل على التدريب الموزع، والبنية التحتية لوحدات معالجة الرسوميات، وتحسين الاستدلال، وبيئات المحاكاة، وأطر تنفيذ الوكلاء، وستتخذ قرارات معمارية حاسمة تؤثر بشكل مباشر في سرعة البحث وأداء النماذج.

ما ستقوم به

  • تصميم وبناء وتوسيع بنية تحتية مشتركة للضبط الدقيق الخاضع للإشراف (SFT)، والتعلم المعزز (RL)، والتقطير على السياسة (OPD)، لدعم أحمال العمل اللغوية ومتعددة الوسائط والروبوتية.
  • تصميم خطوط تدريب وتنفيذ موزعة تنسّق عمال وحدات معالجة الرسوميات، وتوليد المسارات، والاستدلال عبر النموذج المعلّم، وحساب المكافآت، وبيئات المحاكاة.
  • تطوير بنية تحتية عالية الأداء لتدريب النماذج واستدلالها، مع تحسين استخدام وحدات معالجة الرسوميات، وإدارة الذاكرة، والاتصال، والتخزين، والتنفيذ الموزع.
  • بناء وتطوير البنية الأساسية لمنظومة الوكلاء لدى micro1، بما في ذلك بيئات التنفيذ، وواجهات الأدوات، وتكاملات البيئات، وسجلات النماذج، وواجهات برمجة الخدمات.
  • تطوير أنظمة قوية لتتبع التجارب، وإصدار مجموعات البيانات والنماذج، وحفظ نقاط التفتيش، والتعافي من الأعطال، والمراقبة، بهدف تحسين قابلية إعادة إنتاج البحث وموثوقية التشغيل.
  • تحديد اختناقات البنية التحتية والقضاء عليها، بما يقلل وقت إنجاز التجارب ويمكّن الباحثين من تشغيل أحمال تدريب أكثر تعقيدًا.
  • تحديد المعايير التقنية، وواجهات المنصة، والأنماط المعمارية التي تدعم التعاون بين فرق البحث والبنية التحتية والهندسة التطبيقية.
  • قيادة المبادرات الهندسية الحرجة من تصميم النظام إلى التنفيذ والتشغيل في بيئة الإنتاج، مع توجيه المهندسين والاحتفاظ بالملكية المباشرة للمكونات الأكثر تحديًا تقنيًا.

ما نبحث عنه

  • أسس قوية في علوم الحاسوب، خاصةً في الأنظمة الموزعة، والتزامن، والشبكات، وهندسة الأداء.
  • خبرة واسعة في تصميم وبناء وتشغيل أنظمة الخلفية القابلة للتوسع أو منصات الحوسبة الموزعة.
  • إجادة لغة Python ولغة برمجة واحدة على الأقل موجهة للأنظمة، مثل C++ أو Rust أو Go.
  • خبرة عملية في البنية التحتية لتعلم الآلة القائمة على وحدات معالجة الرسوميات، أو التدريب الموزع، أو استدلال النماذج، أو تنسيق الحوسبة واسعة النطاق.
  • فهم متين لأداء الأنظمة، يشمل استخدام الحوسبة، وكفاءة الذاكرة، وتكلفة الاتصال، والجدولة، وتحمّل الأعطال.
  • خبرة في تصميم واجهات برمجة وخدمات ومكونات بنية تحتية موثوقة تدعم سير عمل هندسية أو بحثية معقدة.
  • ملكية تقنية مثبتة، تشمل اتخاذ القرارات المعمارية، وقيادة المبادرات متعددة الوظائف، وتسليم أنظمة يعتمد عليها مهندسون آخرون.
  • القدرة على العمل بفعالية في بيئات بحثية سريعة التغير، حيث تتطور المتطلبات ويجب أن تدعم البنية التحتية التجريب السريع.

مزايا إضافية

  • خبرة في أطر وتقنيات تعلم الآلة الموزعة مثل PyTorch Distributed وDeepSpeed وRay وMegatron-LM أو أنظمة مماثلة.
  • دراية بمحركات الاستدلال على وحدات معالجة الرسوميات وأطر التحسين مثل vLLM وTensorRT-LLM أو تقنيات مكافئة.
  • خبرة في بناء بنية تحتية للتعلم المعزز، أو أنظمة تنسيق المسارات، أو بيئات تنفيذ الوكلاء الموزعة.
  • معرفة بـ CUDA وتحسين نوى وحدات معالجة الرسوميات وNCCL، أو هندسة أداء وحدات معالجة الرسوميات على المستوى المنخفض.
  • خبرة في Kubernetes وتنسيق الحاويات وجدولة العناقيد والبنية التحتية لوحدات معالجة الرسوميات السحابية.
  • دراية بمنصات المحاكاة، أو البنية التحتية للروبوتات، أو أنظمة تقييم الوكلاء واسعة النطاق.
  • مساهمات في البنية التحتية مفتوحة المصدر، أو أطر الحوسبة الموزعة، أو أنظمة تعلم الآلة عالية الأداء.

إشعار التعويضات والمزايا

نطاق الرواتب الوطني لهذا المنصب بدوام كامل هو راتب أساسي بقيمة $200,000، $320,000. جميع الموظفين مؤهلون للحصول على تعويضات بحصص الملكية، وقد يحصل الموظفون أيضًا على مكافآت تعتمد على الأداء، بحسب الدور وسياسات الشركة. تقدم micro1 حزمة مزايا شاملة، تشمل استرداد يصل إلى 100% من أقساط التأمين الصحي، وإجازات مدفوعة الأجر، وخطة تقاعد 401(K) مع مساهمة من الشركة، ومزايا إضافية مصممة لدعم قوة عمل عالية الأداء تعمل عن بُعد أولًا.

micro1 جهة عمل تتيح تكافؤ الفرص. سيحظى جميع المتقدمين المؤهلين بالنظر في توظيفهم دون اعتبار للعرق أو اللون أو الدين أو الجنس (بما في ذلك الحمل والتوجه الجنسي أو الهوية الجندرية) أو الأصل القومي أو السن أو الإعاقة أو المعلومات الوراثية أو الوضع كمحارب قديم أو أي خاصية أخرى يحميها القانون والأنظمة واللوائح المحلية المعمول بها. إذا احتجت إلى مساعدة و/أو تسهيلات معقولة خلال عملية التقديم، فتواصل مع support@micro1.ai.

تستخدم عملية التوظيف لدينا أدوات الذكاء الاصطناعي للمساعدة في فرز المرشحين وتقييمهم. صُممت أدوات الذكاء الاصطناعي لدينا لتكمّل صنع القرار البشري لا لتحل محله.

المهارات المطلوبة

  • Distributed ML Training Infrastructure
  • GPU Performance & Inference Optimization
  • Distributed Systems & Platform Architecture
  • Technical Leadership & System Ownership

متاح من أي بلد

عن micro1

micro1 مختبر بيانات ذكاء اصطناعي يوظف خبراء عن بُعد لتدريب النماذج وتقييمها. الإعلان الأصلي متاح على موقعهم.

عرض الوظيفة على micro1

وظائف مشابهة

عضو في الطاقم التقني، تدريب النماذج (بحث ما بعد التدريب)

micro1
العلوم والبحث
عن بُعد
دوام كامل
Core team

يتضمن هذا المنصب عن بُعد البحث في أساليب ما بعد التدريب المتقدمة والتعلم المعزز وتقنيات الضبط الدقيق للنماذج الكبيرة وتوسيع نطاقها. يحتاج المرشحون إلى أسس قوية في تعلم الآلة والتعلم العميق، وخبرة عملية في تدريب النماذج واسعة النطاق باستخدام Python وPyTorch.

  • Reinforcement Learning & Optimization
  • Post-Training Algorithms
  • Training Data Strategy & Curriculum Learning
  • +1

نُشرت منذ 7 يوماً‏7 US$ إلى ‏8 US$/ساعة

عضو الكادر التقني، تدريب النماذج (البحث التطبيقي)

micro1
العلوم والبحث
عن بُعد
دوام كامل
Core team

يطور عضو الكادر التقني لتدريب النماذج نماذج تعلم آلي متخصصة ويكيّفها وينشرها للتطبيقات اللغوية والمتعددة الوسائط والروبوتات. يتطلب الدور أسسًا متينة في التعلم العميق، وخبرة عملية في نماذج الذكاء الاصطناعي الحديثة، وإتقانًا للغة Python وPyTorch.

  • Model Training & Adaptation
  • Multimodal AI
  • Robotics & Agent Learning
  • +2

نُشرت منذ 7 يوماً‏7 US$ إلى ‏8 US$/ساعة

عضو الطاقم الفني، هندسة الأبحاث

micro1
الذكاء الاصطناعي وتعلم الآلة
خبير
عن بُعد
دوام كامل
Core team

يقوم مهندس الأبحاث بتطوير بيئات التعلم التعزيزي، وخطوط التدريب، وأنظمة التقييم الآلي للارتقاء بنماذج الذكاء الاصطناعي الحديثة. يجب أن يمتلك المرشحون خبرة عميقة في التعلم التعزيزي وتصميم البيئات، إضافة إلى سجل قوي في توسيع نطاق أطر التجريب.

  • Reinforcement Learning
  • ML-Oriented Data Design
  • RL Environments
  • +1

نُشرت منذ 50 يوماً‏400.000 US$ إلى ‏800.000 US$/سنة

عضو الطاقم التقني، البنية التحتية

micro1
هندسة البرمجيات
عن بُعد
دوام كامل
Core team

يتضمن هذا الدور عن بعد تصميم سير عمل البنية التحتية المدعومة بالذكاء الاصطناعي، وضمان موثوقية النظام، وبناء أدوات المراقبة. يمتلك المرشح المثالي خبرة هندسية على مستوى الموظفين في مجال DevOps أو موثوقية الموقع، إلى جانب خبرة واسعة في استخدام وكلاء البرمجة للذكاء الاصطناعي في التطوير اليومي.

  • Cloud Infrastructure & DevOps Engineering
  • SRE & Observability
  • AI Agents & Agent-Ready Data Systems
  • +1

نُشرت منذ 10 يوماً‏320.000 US$ إلى ‏500.000 US$/سنة