شرح موقعیت
ما در فارسکادا در حال توسعه نسل جدیدی از قابلیت‌های مبتنی بر هوش مصنوعی هستیم. هدف، ایجاد یک دستیار هوشمند مدیر نیروگاه است که بتواند با استفاده از داده‌های عملیاتی، اطلاعات تجهیزات، آلارم‌ها، گزارش‌ها، مستندات و دانش تخصصی نیروگاه، به سوالات کاربران پاسخ داده و در تحلیل وضعیت نیروگاه و تصمیم‌گیری به مدیران کمک کند.
به دنبال یک Senior AI Engineer هستیم که بتواند این مسیر را از مرحله طراحی معماری و انتخاب تکنولوژی تا توسعه، ارزیابی و استقرار محصول در محیط Production هدایت کند.

مسئولیت‌ها

• طراحی و تدوین Roadmap هوش مصنوعی فارسکادا و تبدیل Use Caseهای کسب‌وکار به قابلیت‌های قابل توسعه
• طراحی و پیاده‌سازی راهکارهای مبتنی بر LLM، RAG و Agentic AI
• اتصال LLM به داده‌ها و سرویس‌های Farscada و ایجاد قابلیت Tool Calling
• طراحی سیستم دستیار هوشمند برای تحلیل داده‌های نیروگاه، آلارم‌ها، تجهیزات، تولید، PR، گزارش‌ها و مستندات
• طراحی و پیاده‌سازی Pipelineهای داده و Knowledge Base موردنیاز سیستم
• انتخاب و ارزیابی مدل‌های LLM، Embedding Model و تکنولوژی‌های مرتبط
• طراحی و پیاده‌سازی Vector Search و Hybrid Search و در صورت نیاز Reranking
• طراحی Memory، Context Management و Agent Workflow
• ایجاد سازوکارهای جلوگیری از Hallucination و الزام سیستم به ارائه پاسخ مبتنی بر داده‌های معتبر
• طراحی سیستم Evaluation برای سنجش کیفیت، دقت و قابلیت اطمینان پاسخ‌های AI
• توسعه سرویس‌های AI با Python و FastAPI و فراهم‌کردن API برای Backend محصول
• طراحی و پیاده‌سازی Monitoring، Logging و Observability برای سرویس‌های AI
• مدیریت هزینه، Latency و مصرف Token و انتخاب بهینه مدل‌ها
• بررسی و استفاده از مدل‌های Cloud و Open-Source متناسب با نیاز محصول
• همکاری نزدیک با تیم Backend، Frontend، DevOps و تیم فنی Farscada
• مستندسازی معماری و تصمیمات فنی و انتقال دانش به تیم

مهارت‌های ضروری

• تسلط خوب به Python
• تجربه عملی در توسعه Applicationهای مبتنی بر LLM
• تجربه عملی در طراحی و پیاده‌سازی RAG
• شناخت عمیق مفاهیم Embedding، Vector Database، Semantic Search، Hybrid Search و Reranking
• تجربه در طراحی AI Agent، Tool Calling و Agent Workflow
• تجربه کار با حداقل یکی از فریم‌ورک‌های LangChain / LangGraph / LlamaIndex یا تکنولوژی مشابه
• تجربه کار با یکی از ارائه‌دهندگان LLM مانند OpenAI، Anthropic، Google یا مدل‌های Open-Source
• تجربه توسعه API و سرویس‌های Backend با FastAPI
• آشنایی با PostgreSQL و ترجیحاً pgvector
• آشنایی با Docker و مفاهیم Deployment و Production
• توانایی طراحی معماری یک سیستم AI از صفر
• توانایی بررسی و مقایسه مدل‌ها و تکنولوژی‌های مختلف و انتخاب راهکار مناسب
• توانایی طراحی Test و Evaluation برای سیستم‌های LLM
• آشنایی با مفاهیم امنیت LLM، Prompt Injection، Data Privacy و کنترل دسترسی

مهارت‌های مزیت محسوب می‌شوند

• تجربه در توسعه سیستم‌های Agentic AI
• تجربه کار با MCP
• تجربه Fine-tuning مدل‌های زبانی و تکنیک‌هایی مانند LoRA / QLoRA
• تجربه کار با مدل‌های Time Series و تحلیل داده‌های سری زمانی
• آشنایی با حوزه Energy / Power Plant / SCADA / IoT
• تجربه کار با داده‌های Real-time و Telemetry
• تجربه MLOps / LLMOps
• تجربه Kubernetes و Cloud Infrastructure
• آشنایی با ابزارهای Evaluation و Observability مانند LangSmith، MLflow یا OpenTelemetry

انتظار ما از فرد
فرد موردنظر صرفاً یک Prompt Engineer یا Python Developer نیست.
انتظار داریم بتواند مسئله را از دید محصول و کسب‌وکار تحلیل کند، Use Caseهای مناسب AI را شناسایی کند، معماری راهکار را طراحی کند، تکنولوژی مناسب را انتخاب کند و در نهایت یک سیستم AI قابل استفاده در محیط Production ایجاد نماید.
همچنین باید توانایی تحقیق، آزمون تکنولوژی‌های جدید، مقایسه راهکارها و ارائه پیشنهاد فنی را داشته باشد و بتواند در شکل‌دهی مسیر آینده هوش مصنوعی فارسکادا نقش کلیدی ایفا کند.
تجربه پیشنهادی

• حداقل 3 سال سابقه توسعه نرم‌افزار یا سیستم‌های AI
• حداقل 1 تا 2 سال تجربه عملی در پروژه‌های LLM / Generative AI
• داشتن حداقل یک پروژه واقعی و Production در زمینه LLM، RAG یا AI Agent مزیت مهم محسوب می‌شود.