راه گزین رایانه | Rahgozin Rayaneh

کامپیوتر، فناوری اطلاعات و اینترنت ۵۱ تا ۲۰۰ نفر

فرصت‌های شغلی ۱۶

استخدام کارشناس ارشد هوش مصنوعی

این آگهی منقضی شده است

دسته‌بندی شغلی

وب،‌ برنامه‌نویسی و نرم‌افزار
موقعیت مکانی

تهران ، تهران
نوع همکاری

تمام وقت
حداقل سابقه کار

مهم نیست
حقوق

توافقی

شرح موقعیت شغلی

ما در «راهگزین رایانه» برای موقعیت «کارشناس ارشد هوش مصنوعی» به‌دنبال همکاری هستیم که مسئولیت طراحی، توسعه و استقرار (Deploy) مدل‌های ML/DL را با تمرکز بر پردازش گفتار (Speech Processing) و بینایی ماشین (Computer Vision) بر عهده بگیرد. همچنین به یکپارچه‌سازی این مدل‌ها با سرویس‌های محصول و تضمین پایایی، مانیتورینگ و قابلیت اطمینان در محیط Production مسلط باشد.

تسلط بر یکی از حوزه‌های «بینایی ماشین» یا «پردازش گفتار»، شامل موارد زیر است:

پردازش گفتار (Speech Processing):

· تحقیق و انتخاب رویکردهای جدید در حوزه‌هایی مانند: بازشناسی خودکار گفتار (ASR)، سنتز گفتار (TTS)، احراز هویت صوتی (Speaker Verification)، جداسازی گوینده (Diarization) و استفاده از مدل‌های End-to-End (مانند Whisper، Conformer و VITS).

بینایی ماشین (Computer Vision):

· تحقیق و انتخاب رویکردهای جدید در حوزه‌هایی مانند: OCR، رهگیری (Tracking)، بخش‌بندی (Segmentation)، تشخیص (Detection) و بهبود/ترمیم کیفیت تصویر (Image Quality/Restoration).

پایپلاین داده و چرخه عمر مدل (Data Pipeline & ML Lifecycle):

· جمع‌آوری، پاکسازی (Cleaning) و افزایش داده (Augmentation) برای داده‌های صوتی/تصویری

· آماده‌سازی داده، آموزش مدل، تنظیم ابرپارامترها (Hyperparameter Tuning) و ارزیابی (Evaluation)

· استقرار (Deployment) و پایش (Monitoring) مدل پس از انتشار

توسعه راهکارهای ترکیبی:

· پیاده‌سازی Voice Agent و اتصال مدل‌های گفتار به LLMها (Speech-to-Text-to-LLM)

· تعریف متریک‌های تخصصی برای ارزیابی راهکارهای ترکیبی

طراحی و پیاده‌سازی زیرساخت سرویس‌دهی مدل:

· ارائه سرویس مدل‌های گفتار با FastAPI و gRPC
· استقرار بهینه و کم‌تاخیر (Low-latency) در محیط Docker با استفاده از ONNX Runtime و TensorRT یا Triton Inference Server

زیرساخت MLOps:

· مدیریت نسخه مدل‌ها و داده‌ها با MLflow و DVC

· پیاده‌سازی CI/CD
. پایش کیفیت مدل در برابر نویز محیطی و تغییرات توزیع داده (Data Drift) با ابزارهای مناسب

شرایط احراز:
1) دانش تخصصی

· تسلط عمیق بر مفاهیم یادگیری ماشین (ML) و یادگیری عمیق (DL).

· تسلط بر مبانی پردازش سیگنال‌های صوتی (مانند MFCC، Spectrogram، VAD و Filterbanks).

· دانش عمیق در معماری‌های مدرن گفتار: مدل‌های End-to-End، Transformerها، Conformer و RNN-T.

· آشنایی با روش‌های جدید یادگیری مانند Self-Supervised Learning در حوزه صوت (مانند Wav2Vec2 و HuBERT).

· دانش عمیق در معماری‌های تشخیص و بازشناسی متن (OCR).

· تسلط بر پردازش تصویر و پیش‌پردازش داده‌های OCR، شامل حذف نویز، اصلاح skew و perspective، binarization و augmentation تخصصی متن.

· تسلط بر مبانی پردازش تصویر و بینایی ماشین (مانند Image Filtering، Edge Detection، Morphological Operations، Color Spaces و Geometric Transformations).

۲) مهارت‌های فنی

· تسلط حرفه‌ای به زبان Python و فریم‌ورک PyTorch.

· تجربه کار با کتابخانه‌های تخصصی صوت: Librosa، Torchaudio و FFmpeg.

· تجربه کار با اکوسیستم‌های پردازش گفتار: Hugging Face (Transformers)، NVIDIA NeMo یا WeNet و Kaldi.

· تجربه کار با کتابخانه‌های بینایی ماشین: OpenCV و YOLO (Ultralytics).

· توانایی بهینه‌سازی و استقرار مدل‌ها با FastAPI، Docker، ONNX Runtime و TensorRT.

· آشنایی با ابزارهای MLOps: Git، MLflow و DVC.

سابقه کار مورد نیاز: ۲ سال تجربه مرتبط درپردازش گفتار

ثبت آگهی استخدام در جابینجا

معرفی شرکت

شرکت راه گزین رایانه در زمینه های اتوماسیون صنعتی و بانکی، ساخت و تولید سیستم های الکترونیک و الکترومکانیکی فعالیت دارد
این شرکت سعی کرده مجرب ترین متخصصین را در حوزه های مختلف شامل تحلیل کسب و کار، تحلیل و طراحی، تحقیق و توسعه، پیاده سازی و اجرا، امنیت، پشتیبانی و راهبری به کار بگیرد تا در راستای اهداف خود در حوزه طراحی و توسعه سیستم های بانکی و راهکارهای پرداخت بهتر قدم بردارد.