گروه تحلیلیِ هوش اقتصادی

گروه تحلیل اقتصادی مبتنی بر داده و هوش مصنوعی با هدف طراحی و توسعه زیرساختی یکپارچه برای پایش، پردازش و تحلیل رویدادها و تحولات اقتصادی شکل گرفته است. مأموریت گروه، تبدیل داده‌های پراکنده و ناهمگون به شاخص‌ها، الگوها و بینش‌های قابل اتکا برای شناخت دقیق‌تر محیط اقتصادی و پشتیبانی از تصمیم‌گیری‌های راهبردی است. 

فعالیت‌های گروه زنجیره‌ای از گردآوری و استانداردسازی داده، ایجاد پایگاه‌های داده ساخت‌یافته و توسعه شاخص‌های اقتصادی تا به‌کارگیری هوش مصنوعی، پردازش زبان طبیعی، یادگیری ماشین و روش‌های پیشرفته تحلیل و مدل‌سازی را دربرمی‌گیرد. این زیرساخت امکان شناسایی روندهای نوظهور، کشف تغییرات معنادار، ارزیابی ریسک‌ها، بررسی سناریوهای محتمل و ارائه هشدارهای زودهنگام اقتصادی را فراهم می‌کند.

طراحی محصولات و مدل‌های تحلیلی گروه متناسب با مسائل واقعی بخش خصوصی و نیاز شرکت‌هایی انجام می‌شود که برای حکمرانی شرکتی، برنامه‌ریزی راهبردی و تصمیم‌گیری سرمایه‌گذاری به تصویری وسیع، مستمر و آینده‌نگر از اقتصاد نیاز دارند. هدف نهایی، ایجاد پلی میان دانش اقتصاد، علوم داده و هوش مصنوعی است که داده‌های خام را به شناخت عملیاتی و مزیت تصمیم‌گیری برای مدیران و سازمان‌ها تبدیل کند.

این گروه با ساختاری میان‌رشته‌ای، بستری برای همکاری اقتصاددانان، مهندسان داده، متخصصان هوش مصنوعی و تحلیلگران کمی فراهم می‌آورد تا ابزارهایی بومی، توسعه‌پذیر و قابل اتکا برای تحلیل اقتصاد ایران و محیط پیرامونی آن طراحی و تولید کنند.

گروه تحلیل اقتصادی مبتنی بر داده و هوش مصنوعی، پنج نفر را برای همکاری حرفه‌ای و بلندمدت جذب می‌کند. اعضای گروه در محیطی مدرن، حرفه‌ای و میان‌رشته‌ای، در مرز میان اقتصاد، علوم داده و هوش مصنوعی فعالیت خواهند کرد و فرصت خواهند داشت در طراحی و توسعه یک زیرساخت تحلیلی از مراحل آغازین مشارکت کنند.
 

حقوق و مزایا

• حقوق ماهانه مهندسان هوش مصنوعی، پردازش زبان، پلتفرم داده و بک‌اند: بین ۷۰ تا ۹۰ میلیون تومان
• حقوق ماهانه تحلیلگران اقتصادی و متخصصان اقتصادسنجی: بین ۴۰ تا ۶۰ میلیون تومان
• تعیین حقوق نهایی براساس سابقه تخصصی، کیفیت نمونه‌کارها، نتیجه ارزیابی، سطح عملکرد و تعداد روزهای همکاری در هفته
• انعقاد قرارداد رسمی و برخورداری از بیمه
• تأمین ناهار در روزهای حضور
• امکان توافق درباره تعداد روزهای همکاری در هفته
• محیط کاری مدرن، آرام و مجهز برای فعالیت‌های تخصصی
• دسترسی سازمانی به ابزارهای حرفه‌ای، منابع محاسباتی و سرویس‌های موردنیاز هوش مصنوعی
• مشارکت در ساخت یک زیرساخت تحلیلی جدید از مرحله طراحی تا بهره‌برداری
• امکان اثرگذاری مستقیم بر معماری فنی، مدل‌های تحلیلی و مسیر توسعه گروه
• همکاری نزدیک میان مهندسان، اقتصاددانان و پژوهشگران در فضایی میان‌رشته‌ای
• مواجهه با مسائل واقعی بخش خصوصی و توسعه راه‌حل‌هایی که مستقیماً در تصمیم‌گیری به کار گرفته می‌شوند
• فرصت یادگیری مستمر، توسعه تخصص و حرکت به‌سوی نقش‌های ارشد فنی یا تحلیلی
• امکان همکاری بلندمدت و رشد هم‌زمان با توسعه گروه

فرایند ارسال درخواست

متقاضیان باید رزومه خود را به نشانی زیر ارسال کنند:
m.habibpour(at)ut.ac.ir

عنوان ایمیل به شکل زیر نوشته شود:

درخواست همکاری – عنوان شغلی – نام و نام خانوادگی

مهندسان می‌توانند پیوند GitHub، نمونه‌کار یا معرفی پروژه‌های قبلی خود را نیز ضمیمه کنند. تحلیلگران اقتصادی نیز در صورت امکان، نمونه‌ای از یک تحلیل کمی، مقاله، گزارش پژوهشی، کد یا پروژه اقتصادسنجی خود را ارسال کنند.

پس از بررسی رزومه‌ها، افراد منتخب وارد فهرست اولیه خواهند شد و برای مصاحبه تخصصی دعوت می‌شوند. متقاضیان موقعیت‌های مهندسی که مرحله مصاحبه را با موفقیت طی کنند، در یک روز ارزیابی عملی حضوری شرکت خواهند کرد. امکانات فنی و دسترسی‌های لازم برای انجام آزمون در اختیار آنان قرار می‌گیرد و بابت این روز، صرف‌نظر از نتیجه نهایی فرایند جذب، حق‌الزحمه دریافت خواهند کرد.

پس از تکمیل ارزیابی‌ها، پنج نفر منتخب در قالب قرارداد رسمی جذب و بیمه خواهند شد.

۱. مهندس هوش مصنوعی کاربردی و پردازش زبان طبیعی ـ دو نفر

فرد پذیرفته‌شده در این موقعیت مسئول طراحی و پیاده‌سازی اجزای هوشمندی است که متون فارسی و چندزبانه اقتصادی را به داده‌های ساخت‌یافته و قابل تحلیل تبدیل می‌کنند. توسعه سامانه‌های استخراج اطلاعات، طبقه‌بندی و خوشه‌بندی متون، شناسایی موجودیت‌ها و روابط اقتصادی، جست‌وجوی معنایی، بازیابی مبتنی بر معنا و طراحی جریان‌های کاری مبتنی بر مدل‌های زبانی از وظایف اصلی این موقعیت است. خروجی این سامانه‌ها باید قابل ارزیابی، مستند، کم‌هزینه، توسعه‌پذیر و مناسب استفاده در محیط واقعی باشد؛ بنابراین توانایی تبدیل نمونه‌های آزمایشی به سرویس‌های پایدار، برای این موقعیت اهمیت اساسی دارد.

مهارت‌های ضروری:

• تسلط عملی به زبان Python و توانایی نوشتن کد تمیز، ماژولار و قابل آزمون
• آشنایی عمیق با پردازش زبان طبیعی، به‌ویژه برای متون فارسی
• توانایی نرمال‌سازی متن فارسی، تاریخ، اعداد، واحدها، ارزها و علائم نگارشی
• تجربه در طبقه‌بندی متن، خوشه‌بندی، شباهت معنایی، استخراج کلیدواژه و تشخیص موضوع
• تجربه در شناسایی موجودیت‌های نامدار (NER) و استخراج اشخاص، سازمان‌ها، مکان‌ها، شاخص‌ها، مقادیر و روابط
• کار با مدل‌های زبانی بزرگ و رابط‌های برنامه‌نویسی سازگار با OpenAI
• تسلط بر طراحی دستور (Prompt Engineering) و خروجی ساخت‌یافته با JSON Schema
• آشنایی با Embedding، پایگاه داده برداری، جست‌وجوی معنایی و معماری RAG
• توانایی طراحی جریان‌های کاری هوشمند و عامل‌های نرم‌افزاری کنترل‌پذیر
• آشنایی با روش‌های کاهش خطای مدل، کنترل توهم و الزام مدل به ارائه خروجی مستند
• توانایی طراحی مجموعه ارزیابی و سنجش عملکرد با معیارهایی مانند Precision، Recall و F1
• آشنایی با SQL، PostgreSQL و نحوه اتصال مدل‌های هوش مصنوعی به پایگاه داده
• آشنایی با Git، Docker، Linux و اصول توسعه سرویس‌های قابل استقرار
• توانایی برآورد و کنترل هزینه مصرف مدل‌ها و انتخاب مدل متناسب با هر وظیفه

مهارت‌های امتیازی:

• تجربه کار با OpenRouter، Hugging Face و Sentence Transformers
• آشنایی با FastAPI، pgvector، Redis و پردازش غیرهم‌زمان
• تجربه Fine-tuning یا آموزش مدل‌های سبک برای وظایف تخصصی
• آشنایی مقدماتی با مفاهیم اقتصاد، مالی و ساختار داده‌های اقتصادی
• تجربه طراحی سامانه‌های چندمدلی، Model Routing، Fallback و پایش عملکرد مدل
• سابقه ساخت یک محصول هوش مصنوعی که در محیط واقعی مورد استفاده قرار گرفته باشد

۲. مهندس پلتفرم داده و بک‌اند ـ یک نفر

فرد پذیرفته‌شده در این موقعیت مسئول ایجاد ستون فقرات فنی گروه است؛ سامانه‌ای که داده‌ها را به‌صورت مستمر از منابع مختلف دریافت کند، کیفیت و ساختار آن‌ها را کنترل کند، تغییرات و نسخه‌های داده را نگه دارد و دسترسی استاندارد و قابل اتکایی برای تحلیلگران و سرویس‌های هوش مصنوعی فراهم آورد. طراحی پایگاه داده، خطوط پردازش داده، سرویس‌های بک‌اند، زمان‌بندی فرایندها، مدیریت خطا و ایجاد قابلیت ردیابی داده از وظایف اصلی این موقعیت خواهد بود.

مهارت‌های ضروری:

• تسلط عملی به Python و طراحی سرویس‌های بک‌اند با FastAPI یا چارچوب مشابه
• تسلط به SQL و PostgreSQL شامل طراحی Schema، Index، Query Optimization و Migration
• تجربه طراحی و پیاده‌سازی خطوط ETL یا ELT
• توانایی جمع‌آوری داده از API، RSS، صفحات وب، فایل‌ها و پایگاه‌های داده مختلف
• آشنایی با Requests، BeautifulSoup و Playwright یا ابزارهای مشابه
• توانایی طراحی فرایندهای زمان‌بندی‌شده، تکرارپذیر و مقاوم در برابر خطا
• آشنایی با مفاهیم Retry، Logging، Idempotency، Queue و پردازش غیرهم‌زمان
• تجربه کار با Airflow، Prefect، Dagster یا ابزارهای مشابه برای مدیریت جریان داده
• توانایی طراحی مدل داده برای شاخص‌های اقتصادی، سری‌های زمانی، اسناد و فراداده‌ها
• آشنایی با کنترل کیفیت داده، تشخیص داده مفقود، داده پرت، تکرار و ناسازگاری
• توانایی ثبت منشأ، تاریخ دریافت، نسخه، بازنگری و مسیر پردازش هر داده
• تسلط به Git، Docker، Docker Compose و محیط Linux
• آشنایی با امنیت کلیدهای دسترسی، مدیریت مجوزها، پشتیبان‌گیری و بازیابی داده
• توانایی طراحی API استاندارد برای دسترسی تحلیلگران، داشبوردها و سرویس‌های هوشمند
• آشنایی با اتصال سرویس‌های بک‌اند به مدل‌های زبانی و مدیریت خروجی‌های ساخت‌یافته

مهارت‌های امتیازی:

• تجربه کار با Redis، Celery، Kafka یا RabbitMQ
• آشنایی با TimescaleDB، ClickHouse، Elasticsearch یا pgvector
• تجربه کار با فضای ذخیره‌سازی سازگار با S3 یا MinIO
• آشنایی با ابزارهای پایش سامانه، ثبت خطا و هشداردهی
• تجربه پیاده‌سازی آزمون خودکار و فرایند CI/CD
• آشنایی با Metabase، Superset، Grafana یا ابزارهای ساخت داشبورد
• تجربه طراحی Data Catalog، Data Lineage یا معماری Lakehouse
• آشنایی مقدماتی با داده‌های اقتصادی و ویژگی‌های سری‌های زمانی

۳. تحلیلگر اقتصادی و متخصص اقتصادسنجی ـ دو نفر

افراد پذیرفته‌شده در این موقعیت مسئول تبدیل داده‌های خام و خروجی سامانه‌های هوشمند به تحلیل اقتصادی معتبر و قابل استفاده در تصمیم‌گیری خواهند بود. طراحی شاخص، شناسایی روندها و نقاط چرخش، تحلیل آثار رویدادهای اقتصادی، سنجش ریسک، ارزیابی سناریوها و توسعه مدل‌های اقتصادسنجی از وظایف اصلی این موقعیت است. این دو نفر ترجیحاً با تخصص‌های مکمل انتخاب می‌شوند: یک نفر با تمرکز بر اقتصاد کلان، سری‌های زمانی و پیش‌بینی و نفر دوم با تمرکز بر اقتصاد بخشی، داده‌های تابلویی و ارزیابی اثرات.

مهارت‌های ضروری مشترک:

• تحصیلات اقتصاد، اقتصادسنجی، اقتصاد مالی یا رشته‌های کمی مرتبط
• تسلط به مبانی اقتصاد خرد، اقتصاد کلان و تحلیل رفتار بنگاه‌ها و بازارها
• تسلط به آمار، احتمال، استنباط آماری و اقتصادسنجی کاربردی
• توانایی پاک‌سازی، ترکیب، تفسیر و مستندسازی داده‌های اقتصادی
• تسلط به حداقل یکی از زبان‌های Python یا R و توانایی کار با SQL
• توانایی طراحی شاخص‌های ساده و ترکیبی و تفسیر درست تغییرات آن‌ها
• آشنایی با تعدیل فصلی، تورم‌زدایی، تغییر سال پایه، وزن‌دهی، داده‌های مفقود و بازنگری آماری
• توانایی تشخیص تفاوت میان همبستگی، پیش‌بینی و رابطه علّی
• توانایی گزارش عدم قطعیت، محدودیت مدل و دامنه اعتبار نتایج
• تجربه تحلیل سری‌های زمانی، داده‌های مقطعی یا داده‌های تابلویی
• آشنایی با ارزیابی خارج از نمونه، Backtesting و مقایسه عملکرد مدل‌ها
• توانایی طراحی نمودار و ارائه روشن و دقیق یافته‌های کمی
• توانایی مطالعه اسناد اقتصادی فارسی و انگلیسی و تبدیل مسئله مدیریتی به سؤال تحلیلی
• توانایی کار گروهی با مهندسان داده و متخصصان هوش مصنوعی
• پایبندی به مستندسازی، بازتولیدپذیری تحلیل و کنترل کیفیت نتایج

• تسلط به مدل‌های ARIMA، VAR و روش‌های پیش‌بینی
• آشنایی با شاخص‌های پیشرو و شناسایی نقاط چرخش اقتصادی
• توانایی تحلیل تورم، ارز، پول و اعتبار، تجارت خارجی، تولید و بازار کار

• تسلط به اقتصادسنجی داده‌های تابلویی و تحلیل ناهمگنی میان بخش‌ها، صنایع یا مناطق
• آشنایی با روش‌های شناسایی علّی مانند IV، Difference-in-Differences، و Synthetic Control
• آشنایی با مدل های propit و logit
• توانایی تحلیل زنجیره‌های ارزش، ساختار بازار، هزینه بنگاه و ریسک‌های بخشی
• آشنایی با اقتصادسنجی فضایی، تحلیل شبکه یا داده‌های خرد بنگاه‌ها مزیت محسوب می‌شود

• تجربه کار با داده‌های رسمی و ثبتی اقتصاد ایران
• آشنایی با ساختار داده‌های بانک مرکزی، مرکز آمار، گمرک و سامانه‌های اقتصادی کشور
• تجربه تحلیل محیط کسب‌وکار و ارائه خروجی برای مدیران بخش خصوصی
• آشنایی با یادگیری ماشین و کاربرد آن در پیش‌بینی و طبقه‌بندی داده‌های اقتصادی
• توانایی استفاده مسئولانه از ابزارهای هوش مصنوعی برای کدنویسی، پژوهش و کنترل تحلیل
• سابقه انجام یک پروژه کامل از تعریف مسئله و آماده‌سازی داده تا مدل‌سازی و ارائه نتیجه