Scale's Global Public Sector team is focused on using AI to address critical challenges facing the public sector around the world. As a Senior Applied AI Engineer, you'll own the AI behaviour of production systems our clients depend on, including the agents, evaluations, and backend integration behind them. You'll lead delivery for your workstream and act as the technical point of contact for clients on how their AI performs on live data.
What you'll do
- Own the AI layer of production systems for public sector clients, including agents, model integration, and the backend services they run on
- Build production agents from established architectural patterns, with reliable tool calling, guardrails, and observability
- Select and adapt established evaluation methods, and design new evaluations for client-specific risks where the use case requires them
- Apply context engineering, retrieval-augmented generation, model adaptation, or inference optimisation where the use case calls for them
- Investigate regressions in the systems you own, lead root-cause analysis, and implement preventative changes
- Lead project planning for your workstream and manage client expectations on scope, risk, and delivery
- Codify recurring client work into reusable tooling, evaluation components, or guidance that other engineers adopt
- Mentor engineers through code review, pairing, and delegated ownership
Where this role sits
Your primary accountability covers production AI behaviour, its backend integration, and the evaluation required for a specific customer. Senior Full-Stack Engineers own the complete user-facing application and its infrastructure. ML Research Engineers lead novel agent architecture and the benchmark methodology used across accounts. The roles work together on agents and evaluation, with accountability set by the scope of the problem.
Desired Candidate Profile
- Backend engineering experience, with a track record of taking AI/ML systems into production and keeping them reliable
- Experience owning the AI behaviour of a production system end to end, rather than delivering a component scoped by another team
- Experience designing evaluations that tie model behaviour to real-world outcomes, and using them to catch regressions
- Experience leading root-cause analysis on a production AI or ML system
- Comfort working directly with clients, including explaining model behaviour and trade-offs to non-technical stakeholders
- Experience handling regulated or sensitive data and designing for auditability; sovereign or on-premise deployment experience is valuable
يركز فريق القطاع العام العالمي في Scale على استخدام الذكاء الاصطناعي لمواجهة التحديات الحاسمة التي تواجه القطاع العام في جميع أنحاء العالم. بصفتك مهندس ذكاء اصطناعي تطبيقي أول، ستتولى مسؤولية سلوك الذكاء الاصطناعي في أنظمة الإنتاج التي يعتمد عليها عملاؤنا، بما في ذلك الوكلاء، والتقييمات، وتكامل الواجهة الخلفية التي تدعمها. ستقود عملية التسليم لمسار عملك وستعمل كنقطة اتصال تقنية للعملاء فيما يتعلق بكيفية أداء ذكاءهم الاصطناعي على البيانات الحية.
ما ستفعله
- تولي مسؤولية طبقة الذكاء الاصطناعي لأنظمة الإنتاج لعملاء القطاع العام، بما في ذلك الوكلاء، وتكامل النماذج، وخدمات الواجهة الخلفية التي تعمل عليها
- بناء وكلاء إنتاج من أنماط معمارية راسخة، مع توفير أدوات اتصال موثوقة، وحواجز حماية، وقابلية للمراقبة
- اختيار وتكييف طرق التقييم المعتمدة، وتصميم تقييمات جديدة للمخاطر الخاصة بالعميل حيثما تتطلب حالة الاستخدام ذلك
- تطبيق هندسة السياق، والتوليد المعزز بالاسترجاع، وتكييف النماذج، أو تحسين الاستدلال حيثما تتطلب حالة الاستخدام ذلك
- التحقيق في التراجعات في الأنظمة التي تملكها، وقيادة تحليل الأسباب الجذرية، وتنفيذ تغييرات وقائية
- قيادة تخطيط المشروع لمسار عملك وإدارة توقعات العملاء بشأن النطاق والمخاطر والتسليم
- ترميز عمل العميل المتكرر في أدوات قابلة لإعادة الاستخدام، أو مكونات تقييم، أو إرشادات يتبناها المهندسون الآخرون
- توجيه المهندسين من خلال مراجعة الكود، والعمل المزدوج، والملكية المفوضة
أين يقع هذا الدور
تغطي مسؤوليتك الأساسية سلوك الذكاء الاصطناعي في الإنتاج، وتكامل الواجهة الخلفية الخاص به، والتقييم المطلوب لعميل معين. يتولى مهندسو البرمجيات متكاملو المهام (Full-Stack) مسؤولية التطبيق الكامل الموجه للمستخدم وبنيته التحتية. يقود مهندسو أبحاث تعلم الآلة (ML) بنية الوكيل المبتكرة ومنهجية المعايير المستخدمة عبر الحسابات. تعمل هذه الأدوار معاً على الوكلاء والتقييم، مع تحديد المسؤولية حسب نطاق المشكلة.
ملف المرشح المطلوب
- خبرة في هندسة الواجهة الخلفية، مع سجل حافل في نقل أنظمة الذكاء الاصطناعي/تعلم الآلة إلى مرحلة الإنتاج والحفاظ على موثوقيتها
- خبرة في امتلاك سلوك الذكاء الاصطناعي لنظام إنتاج من البداية إلى النهاية، بدلاً من تسليم مكون محدد النطاق من قبل فريق آخر
- خبرة في تصميم التقييمات التي تربط سلوك النموذج بنتائج العالم الحقيقي، واستخدامها لاكتشاف التراجعات
- خبرة في قيادة تحليل الأسباب الجذرية في نظام ذكاء اصطناعي أو تعلم آلة في مرحلة الإنتاج
- الراحة في العمل مباشرة مع العملاء، بما في ذلك شرح سلوك النموذج والمقايضات لأصحاب المصلحة غير التقنيين
- خبرة في التعامل مع البيانات الخاضعة للتنظيم أو الحساسة والتصميم من أجل القابلية للتدقيق؛ وتعد الخبرة في النشر السيادي أو المحلي (on-premise) ذات قيمة