• دورکاری با ساعت کاری منعطف
•  روزهای کاری از دوشنبه تا جمعه (شنبه و یکشنبه تعطیل) — ساعت 8:30 تا 16:30 

مسئولیت‌ها (Responsibilities):

• تحلیل نیاز و طراحی راهکار: تبدیل نیازهای محصول و تیم به معماری منطقی برای پیاده‌سازی هوش مصنوعی (شامل انتخاب مدل، Pipeline و نحوهٔ استقرار).

• Model Evaluation & Benchmarking: بررسی مدل‌های مختلف (Open-Source یا Commercial) از نظر دقت، سرعت و سازگاری با نیاز پروژه؛ تهیهٔ گزارش‌های مقایسه‌ای و توصیهٔ نهایی.
• Model Deployment & Integration: راه‌اندازی مدل‌های هوش مصنوعی روی سرورهای اختصاصی یا محیط‌های ابری (با استفاده از ابزارهایی مثل Docker، Venv یا Lightweight APIs).
• Prompt & Workflow Engineering: طراحی ساختار درخواست‌ها (Prompts) و زنجیره‌های پردازش (Workflows) برای ابزارهایی مثل Claude-Code به‌منظور تولید خودکار کد یا سرویس.
• API Orchestration: اتصال مدل‌ها و سرویس‌های مختلف از طریق API‌ها (مثلاً ترکیب مدل NLP با یک سرویس داده یا Front-End Application).
• Documentation & Specification: نوشتن مستندات دقیق فنی برای تیم توسعه و اطمینان از اینکه خروجی‌ها قابل ارائه، تست و نگهداری باشند.
• Continuous Optimization: ارزیابی عملکرد راهکارهای AI، پایش مصرف منابع و بهینه‌سازی مدل‌ها برای کارایی بهتر.

الزامات (Must have):

• درک عمیق از مفاهیم پایهٔ هوش مصنوعی، یادگیری ماشین، LLM‌ها و معماری Transformer.
• توانایی کار با مدل‌های اوپن‌سورس (مثل Llama، Mistral، Whisper، Stable Diffusion، Ollama یا مشابه) و اجرای آن‌ها در محیط Local / Server.
• تسلط مفهومی به ساختار و منطق Pipeline‌ها، API‌ها و Prompt-Based Automation.
• آشنایی با مدیریت محیط‌های Python (Virtualenv، Conda) و درک مقدماتی از Terminal / Server Commands - (Linux Environment).
• توانایی مستندسازی فنی و تعریف دقیق Scope پروژه‌ها برای ابزارهای AI-based coding (Claude، GPT، Copilot و مشابه).

مزیت محسوب می‌شود (Nice to have):

• مهارت در یکی از زبان‌های برنامه‌نویسی Python یا Node.js برای تنظیم Pipeline‌ها یا نوشتن Wrapper‌ها.
• تجربه در Containerization و Deployment با Docker یا Kubernetes.
• آشنایی با ابزارهای مدیریت مدل مانند HuggingFace Hub، Ollama، Replicate و LangChain.
• تجربه در Fine-Tuning یا Embedding مدل‌ها برای نیازهای خاص پروژه.
• توانایی تعامل با RESTful و WebSocket API‌ها.
• آشنایی با مفاهیم Basic DevOps یا CI/CD در زمینهٔ پروژه‌های AI.

ویژگی‌های فردی:

• ذهن تحلیلی و سیستم‌محور، با رویکرد Solution-Oriented.
• علاقه‌مند به یادگیری فناوری‌های جدید و پیاده‌سازی راهکارهای خلاقانه.
• توانایی کار تیمی و ارتباط مؤثر با اعضای فنی و غیرفنی.
• دقت بالا در مستندسازی و تحویل نتایج عملیاتی.

آنچه که بدست می آورید:

• پرداختی منظم به‌صورت ماهانه
• تجربهٔ کاری در محیط حرفه‌ای
• امکان پیشرفت کاری و رشد درون‌سازمانی
• شغلی ثابت و پایدار با فرصت همکاری بلندمدت