→بازگشت به فرصت‌های فناپ تک

لوگوی فناپ تکفناپ تک

Machine Learning Engineer – Computer Vision

فرصت شغلی فعال📅 انتشار: ۱۴۰۵/۸/۴⌛مهلت ارسال رزومه: ۱۴۰۵/۸/۱۰۶ روز تا انقضا

📝 شرح موقعیت شغلی

ما در زی‌لب (آزمایشگاه فناوری‌های پیشرفته فناپ) به دنبال یک مهندس یادگیری ماشین با تمرکز بر بینایی ماشین و پردازش تصویر هستیم که به طراحی، توسعه و عملیاتی‌سازی مدل‌های Machine Learning و Deep Learning علاقه‌مند باشد.

در این نقش، فرد موردنظر مسئولیت پیشبرد مسائل واقعی بینایی ماشین را از مرحله شناخت نیازمندی‌ها، تحلیل داده و طراحی رویکرد فنی تا توسعه مدل، آموزش، ارزیابی، بهینه‌سازی و استقرار در محیط عملیاتی بر عهده خواهد داشت.

تمرکز اصلی این موقعیت بر حوزه‌های Computer Vision، Image Processing و Deep Learning است. تجربه در حوزه Remote Sensing و پردازش تصاویر ماهواره‌ای الزامی نیست، اما یک مزیت مهم محسوب می‌شود.

اگر از حل چالش‌های فنی، تحقیق و پیاده‌سازی روش‌های نوین، یادگیری مستمر و همکاری در یک تیم متخصص و پژوهش‌محور لذت می‌برید و به دنبال محیطی هستید که بتوانید در آن رشد کنید و در توسعه راهکارهای مبتنی بر هوش مصنوعی اثرگذار باشید، مشتاق آشنایی با شما هستیم.

نقش شما در تیم

طراحی و توسعه مدل‌های یادگیری ماشین و یادگیری عمیق با تمرکز بر مسائل بینایی ماشین، شامل تحلیل مسئله، تعریف رویکرد فنی و انتخاب معماری مناسب مدل
طراحی و پیاده‌سازی فرآیندهای آماده‌سازی، پاک‌سازی و پیش‌پردازش داده‌ها
توسعه مدل در وظایفی مانند:
Image Classification
Object Detection
Image Segmentation
Object Tracking
Anomaly Detection
OCR و Document Understanding
Pose Estimation
Action Recognition
آموزش، ارزیابی و بهینه‌سازی مدل‌ها بر اساس معیارهای فنی و نیازمندی‌های محصول، همراه با انجام Error Analysis و شناسایی دلایل ضعف مدل در سناریوهای واقعی
طراحی و توسعه Pipelineهای آموزش و استنتاج و بهینه‌سازی مدل‌ها از نظر:
دقت
سرعت
مصرف حافظه
هزینه پردازشی
استقرار مدل‌ها در محیط‌های عملیاتی، سرویس‌های Backend، Edge Device یا GPU Server
همکاری با تیم‌های نرم‌افزار، داده، محصول و زیرساخت برای تبدیل مدل‌های تحقیقاتی به قابلیت‌های قابل استفاده
طراحی آزمایش‌ها، مقایسه مدل‌ها، مستندسازی نتایج و بررسی و پیاده‌سازی مقالات، معماری‌ها و روش‌های جدید
مشارکت در تصمیم‌گیری‌های فنی، بازبینی کد و بهبود استانداردهای توسعه تیم
در سطح Senior، هدایت فنی بخش‌هایی از پروژه، انجام Code Review،Mentoring اعضای کم‌تجربه‌تر و انتقال دانش به سایر اعضای تیم
شرایط احراز

حداقل ۳ سال تجربه کاری مرتبط در حوزه Machine Learning ، Deep Learning یا Computer Vision
تسلط به Python و تجربه عملی در توسعه مدل‌های یادگیری عمیق با PyTorch یا TensorFlow
تسلط بر مفاهیم پایه یادگیری ماشین و یادگیری عمیق شامل:
Supervised و Unsupervised Learning
Loss Functions
Optimization
Regularization
Overfitting و Generalization
Data Leakage
Model Evaluation
تجربه عملی در استفاده یا پیاده‌سازی معماری‌های:
CNN
ResNet
Vision Transformer
YOLO
Faster R-CNN
U-Net
Mask R-CNN
تسلط به ابزارها و کتابخانه‌های پردازش تصویر مانند:
OpenCV
Pillow
Albumentations
NumPy
تجربه در آماده‌سازی Dataset، Data Annotation ،Data Augmentation و مدیریت عدم توازن داده‌ها
توانایی انتخاب و تحلیل معیارهای ارزیابی مانند:
Precision
Recall
F1-score
IoU
mAP
ROC-AUC
تجربه کار با Git و فرآیندهای استاندارد توسعه نرم‌افزار
آشنایی با Linux و محیط‌های توسعه مبتنی بر Docker
توانایی نوشتن کد تمیز، ماژولار، قابل تست و قابل نگهداری
توانایی مطالعه و پیاده‌سازی مقالات و مستندات فنی انگلیسی
توانایی حل مسئله و تبدیل نیازمندی‌های کسب‌وکار و پژوهشی به مسئله قابل حل با Machine Learning
روحیه کار تیمی، مسئولیت‌پذیری و یادگیری مستمر


انتظارات سطح Senior

تجربه طراحی End-to-End یک سیستم Machine Learning در محیط Production و انتخاب معماری بر اساس محدودیت‌های واقعی پروژه
تجربه کار با Datasetهای بزرگ و چالش‌های مربوط به کیفیت داده
تجربه بهینه‌سازی مدل برای Real-Time Inference یا Edge Deployment و تحلیل Trade-off میان دقت، سرعت، هزینه و پیچیدگی راهکار
تجربه طراحی Pipelineهای قابل تکرار برای Training، Evaluation و Deployment
توانایی هدایت فنی پروژه، تقسیم مسئله به بخش‌های اجرایی، Code Review، Mentoring و انتقال دانش به سایر اعضای تیم

🛠️ مهارت‌های مورد نیاز

SentinelLandsatSARتصاویر هوایی و پهپادیآشنایی با داده‌های Multispectral و Hyperspectral و محاسبه شاخص‌هایی مانند:NDVINDWIسایر Spectral Indexهاآشنایی با مفاهیم GIS شامل:RasterVectorGeoTIFFShapefileCoordinate Reference Systemsتجربه کار با ابزارهایی مانند:GDALRasterioGeoPandasQGISGoogle Earth Engineتجربه در مسائل مرتبط با:کشاورزی هوشمندپایش محیطیمعدنمنابع طبیعیتحلیل تغییرات زمینتجربه کار با Time Series های ماهواره‌ای و Spatiotemporal Dataآشنایی با مدل‌های Vision-Language، Multimodal و Foundation Models مانند SAM و CLIPتجربه MLOps و ابزارهایی مانند:MLflowDVCAirflowKubeflowآشنایی با ONNX، TensorRT، OpenVINO، Quantization و Pruningتجربه استقرار مدل روی تجهیزات Edge مانند NVIDIA Jetson و آشنایی با سرویس‌های Cloud و زیرساخت‌های GPUتجربه کار با FastAPI یا توسعه API برای سرویس‌دهی مدل‌ها

✦ شرایط همکاری و مزایا

حضور در محیطی تخصصی، پژوهش‌محور و نوآورانه مشارکت در توسعه فناوری‌ها و راهکارهای پیشرفته مبتنی بر هوش مصنوعی فرصت یادگیری و رشد حرفه‌ای در حوزه‌های Machine Learning، Deep Learning و Computer Vision همکاری در پروژه‌های چالشی و اثرگذار فناورانه دسترسی به فضای تحقیق، توسعه و تجربه فناوری‌های نوین همکاری با تیمی متخصص و چندرشته‌ای در اکوسیستم فناپ محیط کاری مبتنی بر تعامل، یادگیری و توسعه فردی

ارسال رزومه

در حال بررسی وضعیت ورود…