
مهندس ارشد هوش مصنوعی
آی فور تویینز
- سطح ارشدیت
- کارشناس ارشد
- موقعیت مکانی
- تهران - آزادی
- نوع همکاری
- تمام وقت
- ساعت کاری
- شنبه تا چهارشنبه 8 تا 17
- خدمت سربازی
- مهم نیست
مهارت های موردنیاز
- Pythonپیشرفته
- FastAPIمتوسط
- Dockerمتوسط
- Linuxمتوسط
- Gitمتوسط
- PostgreSQLمتوسط
- Microsoft SQL Serverمتوسط
شرح شغل و وظایف
- طراحی و پیادهسازی جریانهای هوشمند عاملمحور (Agentic Workflow) برای مسائل واقعی
- راهاندازی، سروینگ و بهینهسازی مدلهای متنباز زبانی و بیناییزبانی (LLM / VLM) روی سرورهای داخلی و بدون اینترنت (On-Premise / Air-Gapped)
- توسعه MCP server برای سرویسهای موجود و توسعه عامل برای آن
- طراحی و توسعه مدلهای یادگیری ماشین روی دادههای سری زمانی و سنسوری برای تشخیص ناهنجاری (Anomaly Detection)، نگهداری پیشبینانه (RUL) و ریشهیابی خطا (RCA)
- پایش، ارزیابی کیفی، پیادهسازی Guardrails و کنترل Hallucination در خروجی مدلها
- ارائه سرویسهای هوش مصنوعی در قالب APIهای استاندارد
مهارتهای الزامی
- مدرک کارشناسی یا بالاتر در رشتههای مهندسی کامپیوتر/نرمافزار، هوش مصنوعی، علم داده، برق یا ریاضی
- حداقل 3 سال تجربه مهندسی هوش مصنوعی و یادگیری ماشین یا نرمافزار، با حداقل 1 سال تجربه عملی در توسعه سیستمهای مبتنی بر LLM یا مدلهای تحلیلی در محیط واقعی
- تسلط کامل بر Python
- تسلط بر فریمورکهای ساخت عامل (LangChain/LangGraph)
- تجربه توسعه سرویسهای وب با FastAPI
- آشنایی با PyTorch
- تجربه عملی در پیادهسازی معماری RAG، کار با پایگاههای داده برداری (Qdrant، Milvus یا pgvector) و چارچوبهای LLM (مانند LangChain، LlamaIndex، LangGraph)
- آشنایی با سرو مدلهای متنباز با موتور سرو مدل (vLLM، Ollama، TGI) و آشنایی با تکنیکهای Quantization
- تجربه طراحی مدلهای یادگیری ماشین روی دادههای سری زمانی (Time-Series Analysis)، تشخیص ناهنجاری و مدلسازی پیشبینانه
- تسلط بر Docker، Linux، Git، پایگاههای داده رابطهای (SQL / PostgreSQL / MSSQL) و اصول MLOps / LLMOps
مهارتهای امتیازآور
- تجربه Fine-Tuning مدلهای زبانی یا بیناییزبانی (با روشهای LoRA / QLoRA)
- تجربه کار با مدلهای بیناییزبانی (VLM) و ابزارهای استخراج ساختار اسناد و نقشههای پیچیده (Advanced OCR / Document Parsing)
- تجربه کار با ابزارهای ارزیابی و ردیابی مدلهای زبانی (Ragas، DeepEval، LangSmith / Langfuse)
- آشنایی با تحلیل دادههای صنعتی (SCADA / PLC / Telemetry)، مفاهیم دوقلوی دیجیتال (Digital Twin) و الگوریتمهای تصمیمیار (Decision Support)
- آشنایی با ابزارهای صف پیام و پردازش جریانی (RabbitMQ، Kafka، Redis)
- آشنایی با C# / .NET و الزامات امنیتی هوش مصنوعی در محیطهای درونسازمانی (On-Premise)
درباره شرکت
شرکت دانش بنیان سیستم های هوشمند یکپارچه دانا تدبیر فعالیت خود را به صورت رسمی از سال 1394 با همکاری جمعی از فارغ التحصیل های دانشگاه های برتر کشور آغاز نمود. بخش قابل توجهی از فعالیت شرکت از زمان تأسیس به موضوع ارائه خدمات هوشمند سازی در حوزه های صنعتی، شهری و خانگی معطوف بوده است. از حدود 3 سال پیش با مشاهده نیاز بازار به یک نرم افزار سازمانی با رویکرد تسریع در ارائه خدمات نرم افزاری، به خصوص در حوزه هوشمند سازی و پیاده سازی زیرساخت انقلاب صنعتی چهارم، شرکت بر آن آمد تا با بهره گیری از متخصصان و نیروهای زبده داخلی اقدام به سرمایه گذاری و توسعه پلتفرم چند منظوره i4Twins مبتنی بر تکنولوژی های روز دنیا نموده تا بتواند در عین مرتفع سازی نیاز بازار داخلی، نگاهی هم در جهت ارائه سرویس به بازارهای جهانی داشته باشد.


