مهندس ارشد هوش مصنوعی (LLM/RAG)

فرصت همکاری: مهندس ارشد هوش مصنوعی – LLM و RAG
Senior AI Engineer – LLM/RAG
ما در حال توسعه محصولات و راهکارهای مبتنی بر هوش مصنوعی، مدل‌های زبانی بزرگ و پردازش داده هستیم و به دنبال فردی هستیم که تجربه عملی در طراحی، توسعه و استقرار سیستم‌های مبتنی بر LLM، RAG و Machine Learning در محیط عملیاتی داشته باشد.
فرد منتخب، در کنار توسعه فنی، در تصمیم‌گیری‌های معماری و هدایت فنی پروژه‌ها نقش کلیدی خواهد داشت و مسئولیت پیشبرد راهکارها از مرحله تحلیل و طراحی تا استقرار، ارزیابی و بهبود مستمر را بر عهده می‌گیرد.

مسئولیت‌ها
طراحی معماری و توسعه سیستم‌های مبتنی بر LLM، RAG و Text-to-SQL
توسعه راهکارهای قابل‌اعتماد، مقیاس‌پذیر و قابل‌استفاده در محیط عملیاتی
هدایت فنی پروژه‌ها از تحلیل نیازمندی تا توسعه، تست، استقرار و نگهداری
طراحی و بهینه‌سازی فرایندهای Embedding، Chunking، Retrieval و Reranking
طراحی روش‌های ارزیابی سیستم‌های مبتنی بر LLM و پایش مستمر کیفیت پاسخ‌ها
طراحی و توسعه پایپ‌لاین‌های پردازش، پاک‌سازی و آماده‌سازی داده
توسعه و نگهداری APIها و سرویس‌های Backend
استقرار، نسخه‌بندی و مانیتورینگ مدل‌ها و سرویس‌های هوش مصنوعی
بررسی و ارزیابی مدل‌ها، فریم‌ورک‌ها و ابزارهای جدید
بازبینی کد و انتقال دانش به سایر اعضای تیم
مشارکت در تصمیم‌گیری‌های فنی و معماری محصولات

شرایط موردنیاز
حداقل 8 سال تجربه توسعه نرم‌افزار، با حداقل 4 سال تجربه عملی در حوزه هوش مصنوعی یا یادگیری ماشین
تسلط کامل به Python و تجربه عملی با SQL و PySpark (یا Spark)
تجربه عملی در طراحی و استقرار سیستم‌های مبتنی بر LLM و RAG
آشنایی عمیق با مفاهیم زیر:
Embedding
Vector Database
Chunking
Retrieval
Reranking
Prompt Engineering
تجربه کار با SQL و طراحی یا توسعه سرویس‌های Backend
دانش مناسب در حوزه Machine Learning و Deep Learning
تجربه کار با حداقل یکی از فریم‌ورک‌های PyTorch یا TensorFlow
تجربه کار با Docker، Git و فرایندهای CI/CD
آشنایی با مفاهیم MLOps، نسخه‌بندی مدل و مانیتورینگ سرویس‌ها
توانایی کار با Linux و محیط‌های سرور
توانایی مطالعه مستندات فنی به زبان انگلیسی
توانایی تحلیل مسئله، تصمیم‌گیری فنی و مستندسازی راهکارها

امتیاز محسوب می‌شود
تجربه Fine-tuning مدل‌ها با روش‌هایی مانند LoRA و QLoRA
تجربه کار با Hugging Face و مدل‌های متن‌باز
تجربه طراحی و توسعه سیستم‌های Agentic و Workflow Automation
تجربه توسعه راهکارهای Text-to-SQL
آشنایی با Kubernetes یا سایر ابزارهای Orchestration
تجربه کار با PySpark یا پردازش داده در مقیاس بالا
تجربه کار با ابزارهایی مانند LangChain، LlamaIndex، LangGraph یا ابزارهای مشابه
آشنایی با ابزارهای مانیتورینگ LLM مانند LangSmith یا Langfuse
تجربه پردازش متن فارسی، نرمال‌سازی، بازیابی اطلاعات و توکنایزیشن
سابقه مشارکت در پروژه‌های متن‌باز، انتشار مقاله یا ارائه نمونه‌کار فنی

ویژگی‌های فردی
توانایی تصمیم‌گیری فنی مستقل و توضیح دلایل انتخاب‌های معماری
مسئولیت‌پذیری و داشتن روحیه مالکیت محصول
توانایی حل مسئله و مواجهه با مسائل فنی مبهم
توانایی انتقال دانش و منتورینگ اعضای تیم
ارتباط موثر با اعضای فنی و ذی‌نفعان غیرفنی
علاقه‌مندی به یادگیری و بررسی فناوری‌های جدید

در جلسه فنی، بیشتر درباره معماری سیستم‌هایی که طراحی یا توسعه داده‌اید، چالش‌های پروژه، نحوه ارزیابی کیفیت و تصمیمات فنی شما گفت‌وگو خواهیم کرد.
جمع‌بندی