ما به دنبال یک مهندس هوش مصنوعی با تجربه و مهارتهای بالا هستیم که بتواند در توسعه و پیادهسازی مدلهای پیشرفته یادگیری ماشین و یادگیری عمیق به تیم ما بپیوندد. شما در این نقش به توسعه مدلهای زبانی بزرگ، پردازش زبان طبیعی (NLP) و پیادهسازی راهحلهای Retrieval-Augmented Generation (RAG) خواهید پرداخت.
مسئولیتها:
- مشارکت در طراحی، توسعه و پیادهسازی مدلهای زبانی بزرگ (Large Language Models) برای کاربردهای مختلف.
- انجام پیشپردازش دادههای متنی شامل پاکسازی، توکنسازی، ریشهیابی و لماتیزهسازی.
- توسعه و بهینهسازی الگوریتمها و مدلهای پردازش زبان طبیعی . (NLP)
- fine-tuning مدلهای موجود برای بهبود عملکرد در کاربردهای خاص.
- مشارکت در پیادهسازی و بهبود سیستمهای Retrieval-Augmented Generation (RAG) .
- مشارکت در تحقیقات بازار و تحلیل نیازهای کاربران برای توسعه ویژگیهای جدید.
- مستندسازی فرآیندها و مدلهای توسعه یافته.
- همکاری در محیطهای توسعه Agile و مشارکت در جلسات Scrum.
مهارت های تخصصی:
- حداقل 2 سال سابقه کار مرتبط
- حداقل مدرک کارشناسی ارشد در رشته مهندسی کامپیوتر، برق، هوش مصنوعی یا رشتههای مرتبط. (یا حداقل مدرک کارشناسی در رشته های مهندسی به همراه تجربه حرفهای قوی یا پروژههای عملی برجسته).
- آشنایی با مدلهای زبانی بزرگ و پیادهسازی و fine tune کردن آنها در پروژههای واقعی.
- تسلط به پردازش زبان طبیعی (NLP) ، ابزارها و کتابخانههای مرتبط.
- تسلط به اصول و روشهای یادگیری ماشین و یادگیری عمیق.
- مسلط به زبان پایتون و کتابخانههای مهم یادگیری ماشین
- آشنایی با پیادهسازی و بهینهسازی سیستمهای RAG
- آشنایی به یکی از فریمورکهای PyTorch یا TensorFlow برای توسعه مدلهای یادگیری عمیق.
- آشنایی با ابزارهای کنترل نسخه مانند Git
- آشنایی با مفاهیم توسعه Agile مانند Scrum
مهارت های امتیازی:
- آشنایی با Docker و Kubernetes برای مدیریت محیطهای توسعه و تولید.
- آشنایی با پایگاه دادههای NoSQLمانند MongoDB
- آشنایی با نحوه کار چت بات ها – تجربه حرفه ای کار با چت بات ها مزیت بالایی محسوب می شود.
- آشنایی با حوزههای مالی و بانکی و استفاده از مدلهای هوش مصنوعی برای حل مسائل این حوزه.
مهارت های عمومی:
- توانایی تحلیل مسائل پیچیده و ارائه راهحلهای نوآورانه و خلاقانه در حوزه یادگیری ماشین و هوش مصنوعی
- توانایی برقراری ارتباط موثر درون تیمی و با تیم های مختلف.
- دقت و توجه بالا به جزئیات و علاقه به یادگیری مداوم و استفاده از تکنولوژیهای جدید