ما در AI کنکور به دنبال یک مهندس هوش مصنوعی (AI Engineer) با تمرکز بر LLM و AI Agents هستیم؛ فردی که بتواند هوش مصنوعی را از یک ابزار گفتگو، به بخشی واقعی و قابل اتکا از محصول تبدیل کند.
هدف ما صرفاً اتصال API به یک مدل زبانی یا ساخت یک Chatbot نیست. ما در حال توسعه نسل جدیدی از سیستم‌های هوشمند آموزشی هستیم که بتوانند داده‌های دانش‌آموز را دریافت و تحلیل کنند، Context بسازند، از ابزارها و منابع مختلف استفاده کنند و خروجی‌های شخصی‌سازی‌شده و قابل ارزیابی تولید کنند.

مسئولیت‌ها:
طراحی و توسعه قابلیت‌های مبتنی بر LLM در محصولات مجموعه
طراحی و پیاده‌سازی AI Agents و Agentic Workflows
توسعه Agentهای مجهز به Tool Use، Memory، Planning و Context Management
طراحی Orchestration و Workflowهای چندمرحله‌ای
طراحی و پیاده‌سازی RAG و Knowledge Retrieval
پیاده‌سازی Structured Output، Function Calling و Tool Calling
طراحی Memory و State Management برای سیستم‌های AI
اتصال LLM و Agentها به Database، Backend، API و سرویس‌های داخلی و خارجی
طراحی سیستم‌های Evaluation برای سنجش کیفیت خروجی LLM و Agentها
طراحی Guardrail، Error Handling و Fallback Mechanism
بهبود Reliability و کاهش Hallucination و خطاهای سیستم
Logging، Monitoring، Tracing و Debugging سیستم‌های AI
بهینه‌سازی کیفیت، Cost و Latency
تحقیق و ارزیابی مستمر مدل‌ها، Frameworkها و تکنولوژی‌های جدید AI

مهارت‌های مورد نیاز:
تسلط بالا به Python
تجربه عملی توسعه سیستم‌ها یا محصولات مبتنی بر LLM
تجربه طراحی و توسعه AI Agents و Agentic Systems
آشنایی عمیق با Prompt Engineering و Context Engineering
تجربه کار با LLM APIs
تجربه کار با RAG، Embeddings و Vector Databases
آشنایی با Function Calling و Tool Calling
درک مناسب از Agent Memory، State Management و Agent Orchestration
آشنایی با REST API، PostgreSQL، Git، Docker و Linux
توانایی طراحی، Debug و حل مسئله در سیستم‌های AI
آشنایی با LangGraph، LangChain، OpenAI Agents SDK، MCP، FastAPI، Redis، n8n، Observability Tools و Cloud Infrastructure مزیت محسوب می‌شود.

چه کسی برای این موقعیت مناسب است؟
ما صرفاً به دنبال فردی نیستیم که استفاده از ابزارهای AI را بلد باشد؛ به دنبال کسی هستیم که با AI سیستم ساخته باشد.
برای ما توانایی تحلیل مسئله، انتخاب معماری مناسب، ساخت Prototype، ارزیابی خروجی و تبدیل آن به یک سیستم قابل اتکا مهم‌تر از تسلط به یک Framework خاص است.
اگر تجربه ساخت یک سیستم واقعی مبتنی بر LLM یا AI Agent دارید، لطفاً همراه رزومه در صورت امکان GitHub، Demo، Portfolio یا توضیح کوتاهی از یکی از سیستم‌هایی که طراحی کرده‌اید را نیز برای ما ارسال کنید.

مدل همکاری: دورکاری | ساعت کاری منعطف
AI کنکور | نسل جدید سیستم‌های هوشمند آموزشی