حول مختبرات أربريا
أربريا لابز هي شركة منبثقة عن المعهد الفدرالي السويسري للتكنولوجيا في زوريخ من مختبر الكمبيوتر للرسم والتصميم المعهد الفدرالي للتكنولوجيا في زيورخ. نحن فريق من المتخصصين في الرسومات الحاسوبية، والرؤية الحاسوبية، والمحاكاة القائمة على الفيزياء، والذكاء الاصطناعي، ونعمل على تطوير أحدث أدوات الذكاء الاصطناعي، والواقع المعزز، والتقنيات ثلاثية الأبعاد المخصصة للجمال الطبي وجراحة التجميل.
يُتيح برنامجنا للجراحين وأطباء التجميل تصوير المريض باستخدام جهاز iPad أو iPhone، وفي غضون أقل بكثير من ديرتين، إنشاء مجسم بشري رقمي ثلاثي الأبعاد لمعاينة النتائج المحتملة لإجراءات الثدي والوجه والجسم مسبقاً، مما يحسن التواصل والثقة ورضا المرضى. منتجاتنا، بما في ذلك أبريا سويت, ثدي أربريا, أبريا فيس, أربريا بادي, ، و myArbrea, ، وتستخدمها العيادات الرائدة في جميع أنحاء العالم، وجديدنا أربريا 3.0 يجمعهم الإصدار معا في نظام بيئي متكامل وسلس.
بدعم من مواهب عالمية المستوى من المعهد الفدرالي السويسري للتكنولوجيا في زيورخ وأبحاث ديزني، وبدعم من Innosuisse و Venturelab، نتطلع إلى توسيع فريقنا بأشخاص رئيسيين يتمتعون بمهارات تقنية قوية ورغبة حقيقية في التعلم والمشاركة في بيئة الشركات الناشئة. نحن نأخذ بعين الاعتبار المرشحين بدوام كامل بالإضافة إلى المتدربين الذين قد ينتقلون للعمل بشكل كامل ضمن الفريق.
نبذة عن الدور
بصفتك مهندس البنية التحتية السحابية والأمن السيبراني في شركة "أربيلا لابز" (Arbrea Labs)، ستعمل على تصميم وتوسيع النمط الأساسي السحابي لمنصة المحاكاة الطبية ثلاثية الأبعاد الخاصة بنا، مما يضمن بقاء بنيتنا التحتية بالكامل مرنة، ومتوافقة مع المعايير، وقابلة للتوسع بشكل كبير مع توسعنا عالمياً.
تم تصميم هذا المنصب لمهندس متعدد المواهب يزدهر عند تقاطع البنية التحتية، والأمان القوي، والتقنيات الناشئة.
ستقوم بتوجيه المبادرات الأساسية، بدءاً من بناء أطر الامتثال الصارمة المطلوبة لعملاء المؤسسات وحتى تطوير نماذج أولية لسير عمل وكلاء الذكاء الاصطناعي الأذكياء. وبصفتك ركيزة تقنية عبر محرك منتجنا، وعمليات النمو التجاري، وأصحاب المصلحة في المؤسسات، ستعمل على تطوير الأنظمة التي تحدد مدى اعتمادية منصتنا بأمان.
المسؤوليات
- مهندس مشارك وتوسيع نطاق البنية التحتية السحابية: الشراكة مع القيادة التقنية لتصميم وبناء وصيانة بيئات سحابية آمنة ومؤتمتة وخطوط معالجة البيانات لتطبيقاتنا الأساسية وشركات المؤسسات.
- تنفيذ ضوابط الأمان المتقدمة: تنفيذ استراتيجيات تحصين المنصة، وحماية نقاط النهاية، وضمان تدفق بيانات آمن ومشفر عبر منصات الأجهزة المحمولة والسحابة.
- دعم الامتثال التنظيمي: المساعدة في ترجمة معايير خصوصية البيانات العالمية (مثل اللائحة العامة لحماية البيانات GDPR وقانون قابلية نقل التأمين الصحي والمسؤولية HIPAA) إلى واقع في البنية التحتية التقنية، مع الحفاظ على سجلات الامتثال، وتجهيز المنصة لعمليات التدقيق الأمني الرسمية.
- بناء الأتمتة المدعومة بالذكاء الاصطناعي: تصميم ون نشر خطوط أنابيب بيانات مؤتمتة وسير عمل ناشئة للنماذج اللغوية الكبيرة والوكيلة لتحسين تفاعل العملاء، وتبسيط العمليات الداخلية، ومعالجة بيانات الويب على نطاق واسع.
- قيادة التكامل عبر الوظائف: الشراكة مع أصحاب المصلحة في المنتجات والنمو والتجارة لدمج أدوات الامتثال للبنية التحتية والأتمتة بسلاسة في كل من منظومة البرمجيات لدينا وعملياتنا التجارية.
- تطوير المرونة التقنية: تعلّم بسرعة وتكيّف مع تطور أنظمتنا، مع الانتقال بسلاسة بين أتمتة السحابة، وتعزيز الأمان، وأدوات الذكاء الاصطناعي من الجيل التالي.
متطلبات
- سجل حافل ومثبت في الهندسة السحابية، أو ديف أوبس (DevOps)، أو هندسة الأمان، أو في دور ذي صلة وثيقة قمت خلاله بناء وصيانة أنظمة الإنتاج.
- إتقان تام لمزودي الخدمات السحابية الرئيسيين (AWS أو GCP أو Azure) وأدوات البنية التحتية كرمز (IaC) مثل Terraform أو Pulumi.
- أساسيات الأمان والتشفير: فهم واضح لمبادئ التشفير الحديثة، وإدارة المفاتيح، وأمان الشبكات، وتصميم واجهات برمجة التطبيقات (API) الآمنة.
- التعرض لمجال الامتثال: الإلمام بأطر خصوصية البيانات (مثل اللائحة العامة لحماية البيانات GDPR، أو قانون قابلية نقل التأمين الصحي ومساءلته HIPAA، أو تقارير خدمة النظام والمنظمة SOC 2) وفهم كيفية تنفيذ متطلباتها التقنية.
- هندسة البيانات والأتمتة: مهارات برمجية قوية في لغة بايثون وتايبسكريبت (أو ما يعادلهما) مع خبرة عملية في بناء جمع البيانات الآلي، وكتابة نصوص الأدوات المساعدة، وخطوط معالجة التحليلات ومعالجة التحليلات الفورية (OLAP).
- مهارات ممتازة في التواصل باللغة الإنجليزية.
- على استعداد لتولى المسؤولية وأن أكون جزءاً من مشروع نمو سريع.
مستحسن وجوده
- خلفية في التكنولوجيا الطبية: خبرة سابقة في التعامل مع بيانات الرعاية الصحية أو العمل ضمن بيئات الصحة الرقمية الخاضعة للتنظيم.
- الذكاء الاصطناعي الإنتاجي: خبرة أو اهتمام قوي بنشر وخدمة ومراقبة التطبيقات القائمة على الذكاء الاصطناعي في بيئة الإنتاج (بما في ذلك خطوط الاستدلال، والاسترجاع المعزز للتوليد RAG، وتنسيق موجهات النماذج اللغوية الكبيرة). تعد الإلمام بأطر عمل LLMOps، أو قواعد بيانات المتجهات، أو بناء وكلاء الذكاء الاصطناعي المستقلين ميزة إضافية قوية.
- استخراج متقدم بيانات الويب: خبرة في استخراج البيانات على نطاق واسع وتحليل المعلومات المهيكلة من الويب.
ما نقدّمه
- فرصة لصياغة استراتيجية الأمن والامتثال لشركة رائدة في مجال الذكاء الاصطناعي.
- بيئة عمل مرنة ومحفزة للابتكار.
- فريق دولي من الباحثين التطبيقيين والمهندسين ذوي الكفاءة العالية.
- الوصول إلى التقنيات المتطورة ومشاريع البحث التطبيقي.
- راتب تنافسي وباقة مزايا.


