دربارهٔ شرکت:
شرکت  تهران سایت با رویکردی راهبردی در تحول دیجیتال، در زمینهٔ طراحی سیستم‌های مدیریت ارتباط با مشتری (CRM)، پلتفرم‌های CMS و راهکارهای مبتنی بر هوش مصنوعی فعالیت می‌کند. ما کسب‌وکارها را به سوی مدل‌های پایدار و مقیاس‌پذیر دیجیتال هدایت می‌کنیم و پروژه‌های ما فراتر از مرزهای ایران نیز پیاده‌سازی شده‌اند.

ماموریت نقش:
طراحی، توسعه و نگهداری لایهٔ بک‌اند یک پلتفرم چت‌بات هوشمند API-First که قابلیت ingestion/Dataset pipeline، RAG، اجرا و orchestration مدل‌های LLM، و تعامل امن با سیستم‌های CRM/CMS را دارد. شما مسئول ساخت سرویس‌های مقاوم، کم‌تاخیر، و قابل‌مقیاس برای کاربران و توسعه‌دهندگان خواهی بود.

مسئولیت‌ها:
- طراحی و توسعهٔ سرویس‌های RESTful / GraphQL / gRPC با تمرکز بر الگوی API-First و مستندسازی OpenAPI.
- پیاده‌سازی معماری Microservices و طراحی contractها (OpenAPI / Protobuf) بین سرویس‌ها.
- توسعهٔ مسیرهای احراز هویت و authorization (JWT, OAuth2, API Keys) و پیاده‌سازی Conversational Auth (OTP/Magic Link درون-چت).
- طراحی و پیاده‌سازی data ingestion pipelines: crawler، آپلود فایل (PDF/DOCX/PPTX/CSV)، connectors (Google Drive, Notion, Zendesk) و ETL برای آماده‌سازی دیتاست.
- پیاده‌سازی و بهینه‌سازی تعامل با Vector DB (Qdrant / Weaviate / Pinecone) و pipeline تولید embeddings.
- ساخت مکانیزم RAG: Retriever - Context Condenser - LLM orchestration و caching لایه‌های retrieval و generation.
- طراحی Action Runner برای اکشن‌های قابل‌اتمام (ارسال SMS/Email, ایجاد تیکت، رزرو، پرداخت) با ضمانت اتمیک بودن و audit log.
- مدیریت background jobs (Celery / RQ / Kafka) و صف‌های پردازشی برای jobs سنگین (embedding, fine-tune jobs).
- پیاده‌سازی ساختار multi-tenant و جداسازی داده (namespace isolation) و رعایت سیاست‌های privacy/retention.
- توسعهٔ مکانیزم‌های observability: structured logging (JSON), metrics (Prometheus), tracing (OpenTelemetry), alerting (Grafana) و Sentry.
- تهیه و نگهداری تست‌های یکپارچه‌سازی و بار (integration & load tests) و مشارکت در performance tuning & profiling.
- همکاری نزدیک با تیم‌های AI/ML، Data Engineering، Frontend و Security برای طراحی API/contractها، schemaها و flowهای end-to-end.
- مستندسازی فنی، تعریف SLA، و تدوین runbookها برای incident response.

مهارت‌ها و پیش‌نیازهای ضروری:
- حداقل ۳ سال تجربهٔ حرفه‌ای در توسعهٔ بک‌اند با Python.
- تسلط کامل به FastAPI و طراحی APIهای مدرن.
- تجربهٔ عملی با PostgreSQL و مفاهیم پیشرفتهٔ طراحی دیتابیس (indexing, partitioning, migrations — Alembic).
- کار عملی با Redis (caching, pub/sub, session store) و سیستم‌های صف‌بندی (Celery, RabbitMQ, Kafka).
- تجربه در کار با Vector DB یا سیستم‌های مشابه و مفاهیم embeddings و semantic search.
- درک عمیق از معماری‌های Microservices, containerization (Docker) و orchestration (Kubernetes).
- پیاده‌سازی و مدیریت مکانیزم‌های احراز هویت/مجوز (JWT, OAuth2, API Keys) و امنیت API.
- تجربهٔ طراحی و پیاده‌سازی pipelineهای ETL و آماده‌سازی داده‌های متنی برای NLP.
- آشنایی با مدل‌های LLM و روندهای RAG، prompt engineering و نحوهٔ اتصال به OpenAI / HF / on-prem inference.
- تجربه در نوشتن تست‌های واحد و integration (pytest) و آشنایی با CI/CD.
- مهارت در مستندسازی (OpenAPI/Swagger) و کار با Git (branching, PR workflow).

مهارت‌های ارزشمند:
-تجربهٔ عملی با langchain / llamaindex / haystack یا فریم‌ورک‌های مشابه.
- تجربه در فاین‌تیونینگ (LoRA/PEFT)، quantization و استقرار مدل‌های بومی (Triton, Hugging Face Inference, BentoML).
- آشنایی با پردازش زبان فارسی (tokenization, normalization, challenges of Persian NLP).
- تجربه در نگهداری GPU infra و مدیریت jobهای train/inference.
- آشنایی با infra as code: Terraform, Helm, Pulumi.
- تجربه در طراحی سیستم‌های multi-tenant SaaS، subscription, rate-limiting و billing hooks.
- تجربه با monitoring/tracing stack (Prometheus, Grafana, Loki, Jaeger).
- تجربهٔ امنیتی: PII detection/redaction, encryption at rest/in transit، و compliance basics.

شایستگی‌های رفتاری و نرم:
- توانایی حل مسئلهٔ سیستماتیک و طراحی scalable architectures.
- ذهن محصول‌محور و توانایی تبدیل نیاز محصول به قراردادهای فنی دقیق.
- توانایی کار تیمی نزدیک با تیم‌های ML/Frontend/Product و ارتباط فنی مؤثر.
- مسئولیت‌پذیری بالا، علاقه به یادگیری مداوم و مستندسازی.

مدارک و شرایط مورد انتظار:
- مدرک مرتبط (مهندسی نرم‌افزار، علوم کامپیوتر یا معادل تجربی) مزیت است اما الزام نیست — تجربه عملی مهم‌تر است.
- نمونه‌کار یا لینک به ریپو/پروژه‌هایی که نشان‌دهندهٔ مهارت در حوزهٔ مقیاس‌پذیری، LLM integration یا data pipelines باشد، ضروری است.

مزایا:
همکاری در پروژه‌ای پیشرو در مرز AI، Chatbot، CMS و CRM
محیط کاری دوستانه، پویا و تمرکز بر رشد فنی و حرفه‌ای
بیمهٔ تأمین اجتماعی
فرصت همکاری و اجرای پروژه‌های بین‌المللی و گسترش فرامرزی

دفتر: تهران، سهروردی شمالی
نوع همکاری: تمام‌وقت، حضوری (هیبریدی)

ثبت آگهی استخدام در جابینجا