• پلتفرم تبلیغات دیجیتال تپسل - تبلیغات ویدئویی و بنری در اپلیکیشن های پرمخاطب موبایل
• پلتفرم تبلیغات آنلاین مدیا.اد - تبلیغات همسان در وبسایت های پرمخاطب
• شبکه اینفلوئنسر مارکتینگ تگرو - تبلیغات به صورت میکرو/ماکرو اینفلوئسر مارکتینگ در شبکه های اجتماعی اینستاگرام، تلگرام، توئیتر، لینکدین و پادکست ها
• تبلیغات در جستجوی کافه بازار - با اتصال فنی میان دو مجموعه تپسل و کافه بازار، این ظرفیت تبلیغاتی هم اکنون در شبکه تپسل بهره برداری می شود.
شبکه هوشمند تبلیغات دیجیتال تپسل، پیشرو در دیجیتال مارکتینگ، تنها شبکه تبلیغات همه جانبه یا omni-channel در فضای دیجیتال است که ماهیانه به بیش از 40 میلیون کاربر منحصربفرد آنلاین، از طریق بیش از 30 هزار اپلیکیشن و بازی مانند تلوبیون، آمیرزا، کوییز آف کینگز، فوتبالی و منچرز، و بیش از 1000 وبسایت ورزشی و خبری پرمخاطب مانند ورزش3، تابناک، فارس، نود و دیجیاتو، دسترسی است و تمامی فرمت های تبلیغاتی بنری و ویدئویی را پشتیبانی می کند.
تپسل علاوه بر تبلیغات داخل موبایل و وب، در شبکه های اجتماعی به صورت میکرو/ماکرو اینفلوئنسر مارکتینگ حضور دارد و همچنین به صورت انحصاری آژانس تبلیغاتی سرویس تبلیغات در جستجوی کافه بازار است. کاربران آنلاین در شبانه روز در دنیای دیجیتال در فضاهای اپلیکیشن ها و بازی ها، وبسایت ها، شبکه های اجتماعی، و جستجو در کافه بازار حضور دارند، تپسل می تواند کاربر هدف را ردیابی کرده و مطابق با علاقه و سابقه رفتاری او در رسانه های دیگر، تبلیغ مناسب را به وی نمایش دهد.
تیم فنی شرکت تپسل به دنبال جذب یک مهندس هوش مصنوعی با انگیزه و توانمند است. این تیم بر توسعه ابزارها و زیرساختهای هوشمند تمرکز دارد تا با استفاده از مدلهای یادگیری ماشین، فرآیندهای توسعه نرمافزار در تمامی واحدهای تپسل سادهتر و سریعتر شوند. این فرصت شغلی شامل همکاری نزدیک با تیمهای فنی دیگر برای به کارگیری الگوریتمهای هوش مصنوعی در محیط واقعی و بهبود مستمر سیستمهاست. مسئولیتها و وظایف
مشارکت در طراحی، توسعه و نگهداری پلتفرمهای نرمافزاری پیچیده و مقیاسپذیر که زیرساخت ابزارهای هوش مصنوعی را تشکیل میدهند.
خطایابی، مانیتورینگ و بهبود عملکرد سیستمهای نرمافزاری
پیادهسازی و بهینهسازی الگوریتمها و مدلهای هوش مصنوعی در محیطهای واقعی و همکاری انعطافپذیر با تیمهای محصول و توسعه برای حصول بهترین نتایج.
بهبود و ارزیابی مستمر کیفیت سیستمهای هوش مصنوعی، شامل نوشتن تستها، بررسی کد، و مستندسازی تغییرات، برای اطمینان از عملکرد صحیح در محیط تولید.
توسعه و نگهداری سرویسهای مبتنی بر LLM و سیستمهای RAG در مقیاس سازمانی
طراحی و پیادهسازی MCP (Model Context Protocol) برای مدیریت context، ابزارها و ارتباط ساختاریافته بین مدلهای زبانی و سیستمهای داخلی
طراحی و پیادهسازی معماریهای Agentic (با قابلیت reasoning، planning و tool usage)
مهارتها و توانمندیها
تسلط بر زبان برنامهنویسی Python (زبان پایه در توسعه سیستمهای هوش مصنوعی). آشنایی با زبان Java/Kotlin امتیاز محسوب میشود.
تسلط بر آشنایی با فریمورکهای توسعه APIهای وب مانند FastAPI یا Flask
آشنایی با برخی فریمورکها و کتابخانههای مرسوم در مهندسی هوش مصنوعی مانند LangChain، LlamaIndex، Mastra ,PyTorch، Scikit-learn و Transformers و نظایر آن.
تسلط بر مفاهیم برنامهنویسی شی گرا، الگوریتمها و ساختمانهای داده پایه.
تسلط بر اصول مهندسی نرمافزار، الگوهای طراحی و معماری نرمافزار.
تسلط بر RAG، Embedding Systems و Vector Databases
آشنایی با روش های مشاهده پذیری در معماری سیستم های Agentic
آشنایی طراحی سیستمهای مبتنی بر Agent Architecture (Tool Calling، Memory Management، Multi-Agent Orchestration)
تسلط بر ابزارهای پردازش جریانی داده مانند Kafka برای کار با دادههای بلادرنگ.
آشنایی با مفاهیم پایگاه دادههای تراکنشی و تحلیلی و تجربه کار با پایگاههای داده SQL/NoSQL مانند MongoDB ،ElasticSearch، PostgreSQL و یا موارد مشابه.
آشنایی با طراحی و پیادهسازی MCP یا پروتکلهای مشابه برای مدیریت Context و Tooling در سیستمهای LLM-based