مهندس پژوهشگر، ارزیابی هوش مصنوعی و پایداری ایجنت‌ها (Research Engineer, AI Evaluation & Agent Reliability)

مأموریت ما

نتایج کسب‌وکار فراتر از پاسخ‌های سلیس متنی است. چارچوب‌های ارزیابی طراحی کنید که متن جذاب، اطلاعات صحیح و اجرای موفقیت‌آمیز عملیات را از یکدیگر تفکیک کرده و به انتشار بهبودها با اثرات قابل اندازه‌گیری کمک کنند.

مسئولیت‌ها و حوزه‌های کاری شما

• ساخت بنچمارک‌ها و معیارهای سنجش برای کاتالوگ، محتوا، گفتگوها و وظایف مبتنی بر ابزار.
• طراحی سنجه‌ها و سامانه‌های ارزیابی انسانی/خودکار همراه با تحلیل میزان همبستگی، سوگیری و پوشش داده‌ها.
• توسعه آزمون‌های رگرسیون و آزمون‌های مقابله‌ای (adversarial tests) برای پایش مجوزها و ادعاهای نامعتبر.
• تحلیل آزمایش‌ها و مقایسه مدل‌ها، و گزارش یافته‌های کاربردی همراه با محدودیت‌های آماری.

توانمندی‌ها و مهارت‌های شما

• تجربه کاری در ارزیابی یادگیری ماشین، پژوهش کاربردی یا مهندسی کیفیت هوش مصنوعی.
• تسلط بالا به Python، تحلیل داده و طراحی سیستماتیک آزمایش‌ها.
• شناخت محدودیت‌های رویکرد LLM-as-judge، نشت اطلاعات (data leakage) و سوگیری ارزیابی.
• توانایی انتقال شفاف نتایج و ترجمه یافته‌های تحلیلی به بهینه‌سازی‌های مهندسی.

درباره Mollkom

پلتفرم Mollkom یک محیط عملیاتی یکپارچه و مبتنی بر هوش مصنوعی برای تجارت است. ما فرآیندهای ثبت و آماده‌سازی کالا، تولید محتوا، بازاریابی و پشتیبانی مشتریان را به سفارش‌ها، انبارداری، صندوق فروشگاهی و تحویل متصل می‌کنیم تا همه بخش‌ها بر پایه دانشی مشترک عمل کنند.