علاقه مندان می‌توانند به آدرس www.tidm.ir/join-us مراجعه و یا رزومه خود را از طریق ایمیل hr@tidm.ir با ذکرعنوان کد شغلی OI ارسال نمایند.

معرفی تیم:

گروه هوش عملیاتی در شرکت «داده‌کاوان هوشمند توسن» از ابتدای تاسیس شرکت، وظیفه تولید سامانه‌های بلادرنگ برای تحلیل برخط تراکنش‌های بانکی را برعهده داشته است. زیر ساخت OI برای تحلیل و مانیتورینگ تراکنش‌ها طراحی و تولید شده است و عمده فعالیت این گروه در قالب توسعه محصول جدید بر روی این زیرساخت انجام می‌شود. در این گروه از فناوری‌های روز برای توسعه سامانه‌ها با هدف ارائه سرویس در بار ترافیک زیاد و تضمین زمان پاسخ بهره می‌گیرد. تولید در فضای صمیمی و غیررسمی به صورت گروهی و تعاملی انجام می‌شود. در این تیم در حال حاضر چهار زیرگروه «زیرساخت»، «هوش‌مصنوعی»، «رابط‌کاربری» و «توسعه محصول» وجود دارد.

محصولات:

عمده محصولات تیم بر پردازش بلادرنگ تراکنش‌های بانکی استوار است. مختصری از محصولات تولید‌شده یا در حال تولید در این تیم در بخش «محصولات مبتنی بر هوش‌عملیاتی» در وبگاه ارائه شده است. البته محصولات جدید مبتنی بر پردازش صوت و تصویر نیز در حال آماده‌سازی برای تولید هستند.

نوع و سطح استخدام:

– تمام وقت / پاره‌وقت با شرط تمام‌وقت شدن بعد از مدت زمان مشخصی( دانشجوی سال آخر)

-برنامه‌نویس مبتدی تا حرفه‌ای

نیازمندی‌ها و مهارت‌های کلی:

۱- تسلط بر مفاهیم برنامه‌نویسی، الگوریتم و ساختمان‌داده

۲- حداقل مدرک کارشناسی در مهندسی کامپیوتر (یا رشته‌های مرتبط)

۳- تسلط بر برنامه‌‌نویسی ++C

۴- آشنا به برنامه‌نویسی در محیط لینوکس

۵- توانایی کار تیمی و گروهی

۶- توانایی حل مساله

* نیازمندی‌ها و مهارت‌های ترجیحی زیرگروه «توسعه محصول»:

۱- آشنایی با برنامه‌نویسی سیستمی در Linux

۲- آشنایی با مفاهیم پایگاه داده و SQL

۳- آشنایی با مفاهیم IPC و برنامه‌نویس Multi-Thread و Multi-Process

۴- آشنایی با روال‌های کنترل ورژن (ترجیاً git)

۵- توانایی پشتیبانی کدهای قبلی و اصلاح آنها

۶- آشنایی با مفاهیم مالی و بانکی

* نیازمندی‌هاو مهارت‌های ترجیحی زیرگروه «زیرساخت»:

۱- آشنایی با docker و kubernetes

۲- آشنایی با مفاهیم تست نرم‌افزار

۳- آشنایی با مفاهیم CI/CD

* نیازمندی‌ها و مهارت‌های ترجیحی زیرگروه «هوش‌ مصنوعی»:

۱- آشنایی به زبان برنامه‌نویسی پایتون

۲- آشنایی با مفاهیم یادگیری ماشین/ تشخیص الگو / یادگیری عمیق

۳- آشنایی با مفاهیم پردازش سیگنال در سری‌های زمانی و فرکانسی

۴- آشنایی با پردازش صوت و تجزیه و مفاهیم STT

۵- آشنایی با ابزار OpenCV و مفاهیم پردازش تصویر در حوزهٔ Object Detection و Classification

۶- آشنایی با فریم‌ورک‌های Tesseract و Tensorflow و مفاهیم OCR

خلاصه تکنولوژی‌های و ابزارهای مورد استفاده در تیم:

CentOS/Ubuntu/Windows

Vim/Qt-Creator/Emas/Far

/ODB/Oracle/Redis

GitLab//Docker/Git

AutoTools/GCC/GDB

R/Tesseract/OpenCV