پروین محسنی
مهندس Prompt
parvin.mohseni@example.com · +98 912 3456789
تهران
ایران
https://linkedin.com/in/parvinmohseni
translate.sections.summary
من به عنوان مهندس درخواست هوشمند با تمرکز بر توسعه و بهینهسازی مدلهای زبانی مصنوعی، در شرکتهای فناوری اطلاعات بینالمللی فعالیت میکنم. تخصص من در طراحی پرسشها و توسعه الگوریتمهای تولید متن است که به بهبود پاسخگویی سیستمهای هوشمند کمک میکند. با بیش از هفت سال تجربه در این حوزه، توانستهام پروژههای مبتنی بر یادگیری عمیق و پردازش زبان طبیعی را به نتایج قابل توجهی برسانم. هدف من توسعه فناوریهای نوآورانه و مشارکت در پروژههای جهانی است که به ارتقای تعامل انسان با هوش مصنوعی کمک میکند.
translate.sections.experience
مهندس درخواست هوشمند, شرکت فناوری راهبردی نوین
توسعه و بهینهسازی مدلهای زبانی برای سیستمهای خدمات مشتریان، بهبود پاسخگویی و کاهش خطاهای سیستمهای هوشمند.
• افزایش دقت مدلهای پرسش و پاسخ تا 25٪ در پروژههای کلیدی
• کار بر روی پنج پروژه بزرگ با تیمهای چندملیتی، زمان تحویل میانگین را 15٪ کوتاهتر کرد
• کاهش نرخ خطای سیستمهای تولید متن به میزان 18٪ از طریق بهبود الگوریتمها
• طراحی پرسشهای هوشمند در 10 زبان مختلف، از جمله فارسی و انگلیسی
توسعهدهنده مدلهای زبانی, پایگاه داده عظیم مرکزی
پیادهسازی الگوریتمهای یادگیری برای تحلیل زبان طبیعی و پردازش دادههای متنی در حجم وسیع، جهت کاربردهای مختلف سازمانی.
• پیشرفت در کاهش زمان آموزش مدلها تا 30٪ با بهبود فریمورکهای داخلی
• مشارکت در طراحی سیستمهای هوشمند برای تحلیل احساسات در متون فارسی و انگلیسی
• ایجاد معیارهای ارزیابی جدید برای کیفیت تولید متن
• آموزش تیمهای داخلی در زمینه فناوریهای زبان طبیعی
کارشناس تحقیق و توسعه در هوش مصنوعی, موسسه فناوری و نوآوریهای دیجیتال
پشتیبانی و مدیریت پروژههای تحقیقاتی در حوزه پردازش زبان طبیعی و یادگیری ماشین، با تمرکز بر توسعه مدلهای پایه و آزمایش فناوریهای نوین.
• راهاندازی 3 پروژه تحقیقی موفق که منجر به انتشار 4 مقاله در کنفرانسهای بینالمللی شد
• کاهش هزینههای تحقیق و توسعه تا 20٪ با بهبود فرآیندهای داخلی
• طراحی ساختارهای پرسش بر اساس نیازهای بازار و مشتریان داخلی
• توسعه ابزارهای آزمایشی برای ارزیابی و مقایسه مدلها
translate.sections.education
کارشناسی ارشد علم داده و هوش مصنوعی — دانشگاه صنعتی شریف
یادگیری ماشین و زبانهای طبیعی
تمرکز بر توسعه الگوریتمهای یادگیری عمیق و تحلیل زبان طبیعی برای کاربردهای صنعتی و تحقیقاتی.
translate.sections.skills
فناوری و توسعه نرمافزار: مدلهای زبانی عمیق, پروتوتایپینگ مدلهای هوشمند, مدیریت پروژههای مبتنی بر یادگیری ماشین, طراحی ساختارهای پرسش و پاسخ
تحلیل داده و ماشین لرنینگ: پیشبینی و تحلیل دادههای بزرگ, آموزش مدلهای یادگیری عمیق و نظارتی, پیشپردازش دادههای زبانی, تخمین کارایی مدلها
مهارتهای نرمافزار و ابزارهای فنی: پایتون و کتابخانههای مرتبط, TensorFlow و PyTorch, Git و مدیریت نسخهها, Docker و ساخت محیط آزمایشگاهی
مهارتهای ارتباطی و کار تیمی: تعاملی موثر در تیمهای بینالمللی, ارائه نتایج فنی به ذینفعان غیر فنی, مستندسازی فنی پروژهها, مدیریت پروژههای چندجانبه
زبانها و مهارت زبانی: فارسی - نیتیو, انگلیسی - پیشرفته, آلمانی - متوسط
translate.sections.languages
فارسی (native)
انگلیسی (advanced)
آلمانی (intermediate)
نقش و وظایف مهندس درخواست هوشمند در فناوری و فناوری اطلاعات
مهندس درخواست هوشمند مسئول طراحی، توسعه و ارزیابی مدلهای زبانی مصنوعی است که قادر به پاسخگویی دقیق و هوشمندانه به سؤالات کاربران هستند. این نقش در فضاهای مختلف صنعت فناوری، از خدمات مشتریان خودکار گرفته تا سامانههای هوشمند ترجمه و تحلیل متن، اهمیت بسیاری دارد.
وظایف اصلی شامل ساخت پرسشهای مناسب، آموزش مدلهای زبانی، ارزیابی عملکرد و بهبود مداوم سیستمها برای پاسخدهی سریع و دقیق است. همچنین، نیازمند همکاری نزدیک با تیمهای فنی و تجاری برای تطابق فناوری با نیازهای بازار و کاربران است.
- توسعه و اصلاح الگوریتمهای پرسش و پاسخ بر پایه فناوریهای پیشرفته هوش مصنوعی
- مشارکت در طراحی سیستمهای خودکار تحلیل زبان طبیعی برای عملیات تجاری
- تحلیل و پیشبینی نیازهای مشتریان با کمک فناوریهای زبان شناختی
- برنامهنویسی و پیادهسازی مدلهای زبانی در محیطهای مختلف نرمافزاری
- طراحی فراوردههای زبانی چندزبانه برای دستهگذاری دادههای بزرگ متن
کلیدواژهها و مهارتهای اصلی متخصص درخواست هوشمند در فناوری اطلاعات و توسعه نرمافزار
در فرآیند بهروز نگهداشتن رزومه، انتخاب کلیدواژههای مناسب برای سیستمهای ATS (سیستمهای ارزیابی خودکار رزومه) اهمیت زیادی دارد. این کلیدواژهها نقش کلیدی در دیده شدن رزومه در جستوجوهای کاری دارند و باید متناسب با مهارتهای تخصصی و نیازهای شرکت هدف انتخاب شوند.
- مدلهای زبانی عمیق، پردازش زبان طبیعی، آموزش ماشین، تحلیل دادههای بزرگ
- پایتون، کتابخانههای پایتون مانند TensorFlow، PyTorch، مدیریت نسخههای نرمافزاری، دیوآکس، ساخت محیطهای آزمایشگاهی
- طراحی سیستمهای پرسش و پاسخ، ارزیابی مدل و بهبود مداوم آنها، استراتژیهای بهبود کیفیت متن تولید شده
- اجرای پروژههای هوشمند در تیمهای بینالمللی، اشتراکگذاری مستندات فنی، مدیریت پروژههای نرمافزاری، همکاری موثر در محیطهای چند فرهنگی
آمار و وضعیت بازار کار مهندس درخواست هوشمند در فناوری اطلاعات
بازار کار برای متخصصان حوزه هوش مصنوعی و پردازش زبان طبیعی در حال رشد است، به ویژه در فناوریهای مبتنی بر مدلهای زبانی. نرخ رشد مشاغل در این حوزه در سطح بینالمللی حدود 20 درصد در سال و در ایران، شاهد درخواست روزافزون از سمت شرکتهای فناوری و استارتاپها است.
میانگین حقوق سالانه در حوزه فناوری و فناوری اطلاعات برای مهندسین درخواست هوشمند بین 15 تا 30 هزار دلار در کشورهایی مانند کانادا و آلمان است
بیش از 75٪ از شرکتهای فناوری در جهان در جستوجوی متخصصان با مهارت در مدلهای زبانی و هوش مصنوعی هستند
میزان رشد استخدام متخصصان متناظر در ایران طی پنج سال گذشته بیش از 25٪ بوده است
مستقل از کشور، دانش سطح پیشرفته در فناوریهای هوشمند سبب افزایش چشمگیر فرصتهای شغلی میشود
نمونههای برجسته از موفقیتها و وظایف در تجربههای کاری
- طراحی مدل پرسش و پاسخ در پروژههای حساس به زبانهای متعدد، بهطوری که پاسخها بیش از 90٪ صحیح باشد
- مدیریت تیمهای ۵ نفره در توسعه راهکارهای هوشمند گفتگویی برای شرکتهای بزرگ، کاهش خطاهای توسعه تا 20٪
- پیشرفت در فاز آزمایش با تجزیه و تحلیل 2000 نمونه متن و بهبود الگوریتمها بر پایه نتایج آزمایشها
- ارائه نتایج پروژه در کنفرانسهای صنعتی و انتشار مقالات علمی در مجلات بینالمللی
مدارک تحصیلی و گواهینامههای تخصصی
مدرک کارشناسی ارشد در زمینه علم داده و هوش مصنوعی از دانشگاه صنعتی شریف، با تمرکز بر یادگیری عمیق و زبانهای طبیعی، بخشی از پایههای علمی من را تشکیل میدهد. دورههای تخصصی آنلاین در زمینه پردازش زبان طبیعی، آموزش ماشین و توسعه مدلهای زبانی از دیگر گواهینامههای کلیدی هستند که در مسیر حرفهای من تاثیرگذار بودهاند.
نمونه پروژههای کاری و تحقیقاتی
در تیم توسعه، پروژههای متعددی در عرصه مدلهای زبانی و هوش مصنوعی انجام دادهام که در زیر نمونههایی از آنها ذکر شده است.
- پروژه ساخت سامانه پاسخگوی خودکار چندزبانه که توانایی درک پرسشهای فارسی و انگلیسی را داشت و در شرکت فناوریهای جهانی پیادهسازی شد.
- طراحی و پیادهسازی سامانه تحلیل احساسات برای پلتفرمهای رسانهای فارسی، که توانست دقت تحلیل را تا 87٪ برساند.
- مشارکت در توسعه مدلهای زبانی کوچک و متناظر در پروژههای تحقیقاتی دانشگاهی که منجر به انتشار ۴ مقاله بینالمللی شد.
- توسعه ابزارهای تست و ارزیابی مدلهای زبانی برای تضمین کیفیت و اثربخشی مدلهای توسعه یافته.
اشتباهات رایج در نوشتن رزومه برای مهندس درخواست هوشمند و راههای اجتناب از آنها
اغلب افراد در رزومهنویسی دچار اشتباهاتی میشوند که میتواند فرصتهای شغلی را از دست بدهند. یکی از این اشتباهات، عدم تمرکز بر مهارتهای کلیدی و استفاده از کلمات عمومی است. برای جلوگیری از این مشکل، بهتر است کلیدواژههای تخصصی مرتبط با حوزه کار خود را برجسته کنید.
یک خطای دیگر، عدم اشاره به نتایج ملموس و قابل اندازهگیری است. تمرکز بر اعداد و آمار که نشاندهنده تاثیرگذاری کارتان هستند، رزومه شما را قویتر نشان میدهد.
همچنین، نگارش بیهدف و بدون ساختار منظم باعث میشود کارفرما یا داور ارزیابی نتواند توانمندیهای شما را درک کند. توصیه میشود که رزومه خود را با ساختار دستهبندی شده و مرتبط تهیه کنید تا خواندن آن آسانتر باشد.
نکات ساختار و تنظیم بخشهای رزومه در حوزه مهندسی درخواست هوشمند
رزومه باید جامع، منسجم و بدون اشتباه باشد. در تنظیم بخشها، مهم است که تجربیات و مهارتهای کلیدی خود را در اوایل قرار دهید تا توجه کارفرما به سرعت جلب شود.
برای هر بخش، توضیحاتی کاملا مرتبط و به اندازه ارائه دهید. استفاده از تیترهای واضح و زیرتیترهای مناسب باعث بهبود خوانایی و جلبتوجه میشود.
همیشه از زبان فعال و نتایج ملموس بهره ببرید. به عنوان نمونه، به جای گفتن «در توسعه مدل کمک کردم»، بنویسید «طراحی و توسعه مدلهای زبانی که منجر به افزایش دقت 30٪ شد».
کلیدواژههای لازم برای جذب سیستمهای ارزیابی خودکار رزومه (ATS) مخصوص درخواست مهندس هوشمند
کلیدواژههای مناسب در رزومه نقش حیاتی در دیده شدن در جستوجوهای کارفرما و سیستمهای ATS دارند. این سیستمها معمولاً بر اساس الگوریتمهایی برای تشخیص مهارتها و تجربههای کلیدی کارجو طراحی شدهاند.
- پایتون، TensorFlow، PyTorch، مدل زبانی، پردازش زبان طبیعی، آموزش ماشین، یادگیری عمیق
- مدیریت پروژه، توسعه مدل، تست و ارزیابی، تحلیل داده، برندسازی و ارائه پروژههای هوشمند
- کاهش خطا، تنظیم مدل، بهبود عملکرد، سامانههای پاسخگو، چندزبانه، تحلیل احساسات
- پروژههای AI، NLP، توسعه نرمافزار، همکاری تیمی، مدیریت زمان، فناوریهای نوین
چگونه رزومه خود را مطابق نیازهای شغل تنظیم کنیم؟ راهنمای تطابق رزومه در حوزه درخواست هوشمند
برای جلب نظر کارفرما، باید رزومه خود را بر اساس متن آگهی شغلی و نیازهای شرکت تنظیم کنید. ابتدا، در بخش مهارتها و تجربیات، کلیدواژهها و وظایف موردنظر را قرار دهید. مطالبی که بر تخصصهای ضروری تأکید دارند، در اولویت باشند.
پس از ایجاد نسخه اولیه، آن را در سرویس ساخت رزومه بارگذاری کرده و متن آگهی را نیز وارد نمایید تا سیستم به صورت خودکار پیشنهادهای بهبود بدهد. این کار باعث میشود رزومه شما بیشترین انطباق را با شرایط شغلی داشته باشد و در نتیجه، فرصت برتری در فرآیند انتخاب را کسب کنید.
پرسشهای متداول درباره نقش مهندس درخواست هوشمند در فناوری و فناوری اطلاعات
چه مهارتهای فنی برای شروع کار در حوزه مهندسی درخواست هوشمند ضروری است؟
داشتن تسلط بر زبان برنامهنویسی پایتون، دانش در زمینه مدلهای زبانی عمیق، و آشنایی با ابزارهای یادگیری ماشین و پردازش زبان طبیعی اهمیت زیادی دارند. همچنین، تجربه کار با کتابخانههایی مانند TensorFlow و PyTorch برای شروع مناسب است.
چگونه میتوانم رزومه خود را برای نقش مهندس درخواست هوشمند قویتر سازم؟
تمرکز بر مهارتهای تخصصی مرتبط در حوزه مدلهای زبانی، پروژههای کاربردی و نتایج ملموس، و بهکارگیری کلیدواژههای مهم در متن رزومه، راهکارهای موثری هستند.
آیا نیاز است زبان دیگری غیر از فارسی و انگلیسی بلد باشم؟
آشنایی با زبانهایی مانند آلمانی یا دیگر زبانهای پرکاربرد در فناوری میتواند در پروژههای چندملیتی مزیت محسوب شود، اما مهارت در زبانهای اصلی یعنی فارسی و انگلیسی برای شروع کفایت میکند.
در چه بخشهایی از بازار کار فرصتهای شغلی بیشتری وجود دارد؟
در کشورهای پیشرفته و شرکتهای بینالمللی، پروژههای مرتبط با ترجمه و تحلیل زبان و پاسخگویی خودکار بیشترین فرصت را دارند. در ایران، شرکتهای فناوری داخلی و استارتاپها نیاز مبرم به کارشناسان در این حوزه دارند.
در چه زمانهایی آموزش حرفهای را باید دنبال کنم؟
در هر مرحلهای از کار، به ویژه هنگام شروع فعالیت یا نیاز به ارتقای مهارتها، فراگیری دورههای آنلاین و کارگاههای تخصصی به رشد شما کمک میکند.
چطور میتوانم در پروژههای تحقیقاتی و کاربردی نقش مؤثرتری داشته باشم؟
با شرکت در تیمهای چندرشتهای، بهروزرسانی دانش فنی و مستندسازی دقیق دستاوردهای خود، میتوانید در پروژهها اثرگذار باشید و فرصتهای بیشتری در حوزه کار در حوزه درخواست هوشمند پیدا کنید.