Arrow Electronics یک شرکت جهانی در زمینه راهکارهای فناوری و زنجیره تأمین است که به تولیدکنندگان فناوری و ارائه‌دهندگان خدمات خدمت‌رسانی می‌کند. فعالیت‌های این شرکت حوزه‌هایی مانند توزیع ارزش‌افزوده، مدیریت زنجیره تأمین، پشتیبانی بازاریابی و توسعه کسب‌وکار، راهکارهای فناوری‌های نوظهور، مهندسی طراحی، مدیریت مراکز داده و تعیین تکلیف دارایی‌های فناوری اطلاعات را دربرمی‌گیرد. Arrow با تکیه بر این مجموعه گسترده، از توسعه، عرضه و مدیریت چرخه عمر محصولات فناوری در صنایع مختلف پشتیبانی می‌کند و به دسترس‌پذیرتر شدن فناوری‌های پیشرفته و تسهیل ورود آن‌ها به بازار کمک می‌کند.
مهندس هوش مصنوعی/یادگیری ماشین
برای خدمات مهندسی eInfochips، خط لوله‌های مقیاس‌پذیر MLOps و راهکارهای LLM بسازید. سامانه‌های یادگیری ماشین را توسعه دهید، پایش کنید و مدیریت کنید.
توضیحات
- راهکارهای هوش مصنوعی و یادگیری ماشین توسعه دهید.
- با Azure ML، MLflow، Databricks Asset Bundles (DAB) و CI/CD/CT خط لوله‌های مقیاس‌پذیر MLOps طراحی کنید.
- مدل‌های یادگیری نظارت‌شده، بدون‌نظارت و تقویتی را پیاده‌سازی کنید.
- ویژگی‌ها را مهندسی و عملکرد مدل را ارزیابی کنید.
- تغییر رانش مدل را پایش و هشدارهای خودکار تنظیم کنید.
- حاکمیت داده، ردیابی تبار داده، مدیریت فراداده و فرایندهای انطباق را برقرار کنید.
- با استفاده از RAG، هوش مصنوعی عامل‌محور، MCP و مهندسی پرامپت، راهکارهای LLM طراحی و مستقر کنید.
- برای پایش مدل و گزارش‌دهی KPIهای کسب‌وکار، داشبوردهای Power BI بسازید.
- در کد یادگیری ماشین از روش‌های اصولی مهندسی نرم‌افزار استفاده کنید.
- کاربردهای عملی هوش مصنوعی مولد، هوش مصنوعی عامل‌محور و LLMها را ارزیابی کنید.
- همکاران تازه‌کار را راهنمایی کنید، کد را بازبینی کنید و جلسات اشتراک دانش فنی را هدایت کنید.
شرایط لازم
- ۴ تا ۸ سال سابقه کار.
- دوره اعلام استعفای ۰ تا ۴۵ روز ترجیح داده می‌شود.
- دانش قوی در یادگیری نظارت‌شده، بدون‌نظارت و تقویتی، ارزیابی مدل و مهندسی ویژگی.
- تسلط به TensorFlow، PyTorch و Keras.
- تجربه عملی با CNN و RNN.
- مهارت پیشرفته در Python، از جمله NumPy، Pandas و scikit-learn.
- تجربه عملی با Spark؛ تجربه Databricks ترجیح داده می‌شود.
- آشنایی با Hadoop و Kafka.
- تجربه کار با سرویس‌های یادگیری ماشین، ذخیره‌سازی داده و محاسبات در Azure، AWS یا GCP.
- تجربه قوی در MLOps.
- مهارت قوی در SQL، NoSQL و مدل‌سازی داده.
- تجربه عملی در شناسایی و پایش رانش مدل و تنظیم هشدارهای خودکار.
- تجربه عملی در پیاده‌سازی چارچوب‌های حاکمیت داده، ردیابی تبار داده، مدیریت فراداده و انطباق.
- تجربه طراحی خط لوله‌های مقیاس‌پذیر MLOps با Azure ML، MLflow، Databricks Asset Bundles (DAB) و CI/CD/CT.
- داشتن گواهی Microsoft Certified: Azure Data Scientist Associate مزیت محسوب می‌شود.
- تجربه طراحی و استقرار راهکارهای LLM با RAG، هوش مصنوعی عامل‌محور، MCP و مهندسی پرامپت مزیت محسوب می‌شود.
- تجربه ساخت داشبوردهای Power BI برای پایش مدل و گزارش‌دهی KPIهای کسب‌وکار مزیت محسوب می‌شود.
- پایه قوی در آمار، آزمون فرضیه و تفسیر داده مزیت محسوب می‌شود.
- آشنایی با روش‌های مهندسی نرم‌افزار برای کد یادگیری ماشینِ قابل استفاده مجدد، آزمون‌پذیر و نگهداشت‌پذیر.
- آشنایی با هوش مصنوعی مولد، هوش مصنوعی عامل‌محور و LLMها.
- توانایی راهنمایی همکاران تازه‌کار، بازبینی کد و هدایت جلسات اشتراک دانش فنی.
مزایا
- حقوق رقابتی
- تعادل کار و زندگی
- توسعه حرفه‌ای
- محیط کاری نوآورانه
- قدردانی و پاداش