مهندس هوش مصنوعی (Industrial AI و Machine Learning)

مسئولیت‌ها

• همکاری با تیم محصول و متخصصان فرایند و نگهداری برای تعریف مسئله، داده موردنیاز و معیار موفقیت.
• آماده‌سازی و تحلیل داده‌های سری زمانی حسگرها، نتایج آزمایشگاه و سوابق تعمیرات.
• توسعه مدل‌های پیش‌بینی کیفیت محصول، تشخیص ناهنجاری و پیش‌بینی ریسک خرابی یا افت عملکرد.
• ساخت پایپ‌لاین‌های قابل تکرار برای پردازش داده، استخراج ویژگی، آموزش و ارزیابی مدل.
• ارائه خروجی مدل از طریق API یا پردازش زمان‌بندی‌شده، با همکاری تیم بک‌اند و زیرساخت.
• پایش کیفیت پیش‌بینی، تغییر الگوی داده‌ها و نرخ هشدار اشتباه؛ مستندسازی محدودیت‌ها و شرایط استفاده از مدل.
• ارائه پیش‌بینی و شواهد قابل فهم برای کاربران صنعتی، با حفظ تایید انسانی در تصمیم‌های عملیاتی.

شرایط ضروری

• حداقل 3 سال تجربه عملی مرتبط در Machine Learning یا AI Engineering، همراه با سابقه رساندن حداقل یک مدل به محیط عملیاتی.
• تسلط به Python، SQL، pandas، NumPy و scikit-learn و تجربه با ابزارهایی مانند XGBoost یا LightGBM.
• تسلط به مبانی آمار و یادگیری ماشین، رگرسیون، طبقه‌بندی، تشخیص ناهنجاری و مهندسی ویژگی.
• تجربه کار با داده‌های سری زمانی و مدیریت داده‌های گمشده، نویز، نقاط پرت، تاخیر ثبت و هم‌ترازی زمانی منابع مختلف.
• توانایی طراحی ارزیابی معتبر: جلوگیری از Data Leakage، تقسیم زمانی داده، Backtesting و مقایسه با Baseline.
• تجربه مهندسی نرم‌افزار شامل Git، تست، کدنویسی ماژولار، Linux، Docker و توسعه یا اتصال به REST API.
• آشنایی عملی با MLOps شامل ثبت آزمایش‌ها، نسخه‌بندی داده و مدل، استقرار، مانیتورینگ و Rollback.
• توانایی پیشبرد مستقل یک مسئله، مستندسازی فنی و توضیح نتایج برای همکاران غیرمتخصص.
• توانایی مطالعه مستندات و منابع فنی انگلیسی.

امتیاز محسوب می‌شود

• سابقه کار در پتروشیمی، انرژی، تولید یا صنایع فرایندی.
• تجربه در Soft Sensor، Predictive Maintenance، تحلیل ارتعاش یا بهینه‌سازی فرایند.
• آشنایی با داده‌های Historian، DCS، LIMS و CMMS و مفاهیم تجهیزات، تگ، گرید و شیفت.
• تجربه با PyTorch، MLflow و اجرای مدل در زیرساخت داخلی یا محیط دارای محدودیت اینترنت.
• آشنایی با Django/DRF، PostgreSQL و پردازش غیرهم‌زمان با Celery.
• تجربه ساخت دستیار مبتنی بر LLM و RAG با ارجاع به منابع، ارزیابی پاسخ و رعایت سطح دسترسی داده‌ها.