شرح شغل و وظایف

• طراحی و پیاده‌سازی جریان‌های هوشمند عامل‌محور (Agentic Workflow) برای مسائل واقعی
• راه‌اندازی، سروینگ و بهینه‌سازی مدل‌های متن‌باز زبانی و بینایی‌زبانی (LLM / VLM) روی سرورهای داخلی و بدون اینترنت (On-Premise / Air-Gapped)
• توسعه MCP server برای سرویس‌های موجود و توسعه عامل برای آن
• طراحی و توسعه مدل‌های یادگیری ماشین روی داده‌های سری زمانی و سنسوری برای تشخیص ناهنجاری (Anomaly Detection)، نگهداری پیش‌بینانه (RUL) و ریشه‌یابی خطا (RCA)
• پایش، ارزیابی کیفی، پیاده‌سازی Guardrails و کنترل Hallucination در خروجی مدل‌ها
• ارائه سرویس‌های هوش مصنوعی در قالب APIهای استاندارد

مهارت‌های الزامی

• مدرک کارشناسی یا بالاتر در رشته‌های مهندسی کامپیوتر/نرم‌افزار، هوش مصنوعی، علم داده، برق یا ریاضی
• حداقل 3 سال تجربه مهندسی هوش مصنوعی و یادگیری ماشین یا نرم‌افزار، با حداقل 1 سال تجربه عملی در توسعه سیستم‌های مبتنی بر LLM یا مدل‌های تحلیلی در محیط واقعی
• تسلط کامل بر Python
• تسلط بر فریم‌ورک‌های ساخت عامل (LangChain/LangGraph)
• تجربه توسعه سرویس‌های وب با FastAPI
• آشنایی با PyTorch
• تجربه عملی در پیاده‌سازی معماری RAG، کار با پایگاه‌های داده برداری (Qdrant، Milvus یا pgvector) و چارچوب‌های LLM (مانند LangChain، LlamaIndex، LangGraph)
• آشنایی با سرو مدل‌های متن‌باز با موتور سرو مدل (vLLM، Ollama، TGI) و آشنایی با تکنیک‌های Quantization
• تجربه طراحی مدل‌های یادگیری ماشین روی داده‌های سری زمانی (Time-Series Analysis)، تشخیص ناهنجاری و مدل‌سازی پیش‌بینانه
• تسلط بر Docker، Linux، Git، پایگاه‌های داده رابطه‌ای (SQL / PostgreSQL / MSSQL) و اصول MLOps / LLMOps

مهارت‌های امتیازآور

• تجربه Fine-Tuning مدل‌های زبانی یا بینایی‌زبانی (با روش‌های LoRA / QLoRA)
• تجربه کار با مدل‌های بینایی‌زبانی (VLM) و ابزارهای استخراج ساختار اسناد و نقشه‌های پیچیده (Advanced OCR / Document Parsing)
• تجربه کار با ابزارهای ارزیابی و ردیابی مدل‌های زبانی (Ragas، DeepEval، LangSmith / Langfuse)
• آشنایی با تحلیل داده‌های صنعتی (SCADA / PLC / Telemetry)، مفاهیم دوقلوی دیجیتال (Digital Twin) و الگوریتم‌های تصمیم‌یار (Decision Support)
• آشنایی با ابزارهای صف پیام و پردازش جریانی (RabbitMQ، Kafka، Redis)
• آشنایی با C# / .NET و الزامات امنیتی هوش مصنوعی در محیط‌های درون‌سازمانی (On-Premise)