کار از راه دور: AI Engineer

این آگهی را Dura Digital برای موقعیت AI Engineer منتشر کرده است. این موقعیت در دسته «IT و برنامه‌نویسی» جای می‌گیرد و به‌طور کامل دورکاری است. شرکت هیچ محدودیتی برای محل زندگی داوطلب نمی‌گذارد، پس می‌توانید از همان جایی که زندگی می‌کنید درخواست بدهید.

کارفرما رقمی اعلام نکرده است و این موضوع در مصاحبه روشن می‌شود. آگهی درباره ساعت کاری هیچ شرطی نگذاشته است.

این موقعیت از یک بررسی خودکار گذشته است: آگهی‌هایی که مجوز کار خارجی، اسپانسر ویزا، تابعیت مشخص یا سکونت در کشوری معین می‌خواهند، به این فهرست نمی‌رسند.

خلاصه ی ۲ تا ۳ جمله ی نقش: Dura Digital به دنبال یک مهندس هوش مصنوعی برای طراحی، ساخت و پیاده سازی راه حل های مبتنی بر هوش مصنوعی است که بهره وری عملیاتی و تجربیات مشتری را افزایش می دهد. شما با تیم های چند عملکردی به طور نزدیک کار خواهید کرد تا نیازهای تجاری مبهم را به سیستم های عملی آماده تولید تبدیل کنید.

کاری که می کنی: - ایجاد و پیاده سازی ویژگی های هوش مصنوعی تولید، از جمله جریان های کاری پشتیبانی شده از LLM، نسل افزایش یافته بازیافت و مدل های سنتی ML. - مالکیت مسیر داده ها، از مصرف تا کیفیت بازیافت، و به طور مداوم بهبود آن بر اساس نتایج اندازه گیری شده است. - طراحی و پیاده سازی چارچوب های ارزیابی برای تضمین کیفیت سیستم و ردیابی بازپسین. - قابلیت های هوش مصنوعی را در برنامه های موجود از طریق API های خوب طراحی شده، با تمرکز بر عملکرد و قابلیت اطمینان، ادغام کنید. - نظارت بر سیستم های پیاده سازی شده برای حرکت کیفیت، میزان توهم و هزینه توکن ها و اتخاذ اقدامات تصحیحی. - استفاده از شیوه های هوش مصنوعی مسئول، از جمله حفظ حریم خصوصی داده ها و پردازش اطلاعات حساس. - به سرعت راه حل های اولیه را برای کاهش عدم اطمینان و تصمیم گیری های آگاهانه در مورد ویژگی های سخت تر. - مشارکت در استانداردهای داخلی و اجزای قابل استفاده مجدد برای تیم های دیگر. - ارتباطات فنی را به ذینفعان غیر فنی ارائه می دهد و توضیحات واضح و صادقانه را تضمین می کند.

اونها دنبال چي ميگردن؟ - 3+ سال تجربه حرفه ای مهندسی نرم افزار، با 1+ سال در سیستم های تولید هوش مصنوعی. - مهارت های قوی پایتون و مهارت در حداقل یکی از تایپ اسکریپت / جاوا اسکریپت، C #، جاوا یا Go. - تجربه ارسال یک ویژگی هوش مصنوعی از پایان به پایان، از جمله چارچوب بندی مشکل، ارزیابی و پشتیبانی پس از انتشار. - دانش عملی در مورد ابزارهای مدرن LLM، طراحی سریع و تولید ساختار یافته. - تجربه ای با سیستم های بازیافت و فن آوری های جستجو متری - تجربه پیاده سازی ابر در Azure، AWS یا GCP، از جمله کانتینرها، CI/CD و زیرساخت به عنوان کد. - مهارت های مهندسی داده، از جمله SQL و ساخت لوله های داده قوی. - ارتباط واضح و راحتی با نیازهای نامکمل.