مدیر و معمار نرم افزار (Software Architect / Tech Lead)سیادت
infoBox iconحداقل سابقه کار
مهم
infoBox iconموقعیت مکانی
تهران
infoBox iconنوع همکاری
تمام وقت
infoBox iconخدمت سربازی
مهم نیست

استخدام مدیر و معمار نرم‌افزار (Software Architect / Tech Lead)

  • حوزه فعالیت: فین‌تک، سکوی کرادفاندینگ و خردسازی دارایی‌ها 
  • موقعیت: مدیر فنی / مهندس ارشد بک‌اند و هسته مالی (تمام‌وقت)
درباره پروژه و نقش

ما در حال توسعه یک زیرساخت فین‌تک برای تأمین مالی جمعی و خردسازی دارایی‌ها هستیم. هسته این سامانه مأموریت مدیریت تراکنش‌های مالی، تخصیص دقیق گواهی‌های سرمایه‌گذاری، تسویه‌حساب‌ها و توزیع سود را بر عهده دارد.

ما به دنبال یک مهندس ارشد بک‌اند و معمار هسته مالی (Core Ledger) هستیم که فراتر از توسعه معمول API، تسلط عمیقی بر پایداری سیستم‌های تراکنشی پربار، حل چالش‌های Concurrency و حفظ یکپارچگی مطلق داده‌های مالی داشته باشد.

مسئولیت‌های کلیدی

  • موتور خردسازی و تخصیص: طراحی موتور خردسازی دارایی‌ها (Fractionalization Engine) و تخصیص دقیق گواهی‌های مشارکت با کنترل دقیق ظرفیت پروژه‌ها.
  • لجر حسابداری دوطرفه: پیاده‌سازی سیستم Double-Entry Ledger با تضمین اصل تغییرناپذیری (Immutability) و ممیزی‌پذیری کامل (Auditability).
  • مدیریت همروندی (Concurrency): حل مسائل Race Conditions و جلوگیری قطعی از بیش‌فروشی (Over-allocation) با استفاده از قفل‌های توزیع‌شده و مکانیزم‌های دیتابیس.
  • معماری پایگاه داده: طراحی مدل‌های داده، بهینه‌سازی کوئری‌ها و مدیریت سطوح ایزولاسیون تراکنش‌ها و اصول ACID در PostgreSQL تحت بار بالا.
  • معماری رویدادمحور: پیاده‌سازی صف‌ها و پردازش ناهمگام با RabbitMQ یا Kafka برای تسویه‌حساب‌ها، وب‌هوک‌ها و محاسبات مالی با مکانیزم‌های Retry پایدار.
  • امنیت و قابلیت اطمینان: پیاده‌سازی Idempotency Keys برای جلوگیری از ثبت تکراری تراکنش‌ها و کاهش ریسک‌های تقلب و ناهماهنگی داده‌ها.
  • تست و رصدپذیری: طراحی تست‌های Concurrency و Stress و پیاده‌سازی APM، مانیتورینگ و لاگ‌های ممیزی ساختاریافته (Audit Logs).
شایستگی‌ها و مهارت‌های الزامی

  • حداقل ۵ سال سابقه عملی در توسعه بک‌اند و سیستم‌های مقیاس‌پذیر.
  • تسلط عمیق بر Python (FastAPI / AsyncIO) یا Go (Golang).
  • تسلط پیشرفته بر PostgreSQL (طراحی اسکیما، ایندکس‌گذاری، SELECT FOR UPDATE و سطوح Transaction Isolation).
  • تسلط بر مفاهیم حسابداری دوطرفه (Double-Entry Bookkeeping) و طراحی ساختارهای لجر مالی.
  • تسلط بر سیستم‌های توزیع‌شده، ابزارهای پیام‌رسان (RabbitMQ یا Kafka) و سیستم‌های کشینگ (Redis / Redlock).
  • تسلط بر اصول تست‌نویسی جامع مالی (Unit, Integration, Stress) و ابزارهای رصدپذیری و مانیتورینگ (Observability / Tracing).
  • آشنایی کامل با استانداردهای امنیت نرم‌افزار مالی و OWASP.
امتیازهای ویژه (Plus Points)

  • سابقه کار در سکوهای کرادفاندینگ، سیستم‌های Core Banking، صرافی‌ها، نئوبانک‌ها یا درگاه‌های پرداخت.
  • تجربه پیاده‌سازی الگوهای CQRS و Event Sourcing در محیط پروداکشن.
  • تجربه مغایرت‌گیری خودکار مالی (Reconciliation) و تسویه‌حساب‌های بانکی.
  • تسلط بر Docker، پایپ‌لاین‌های CI/CD و مفاهیم ابری/کوبرنتیز.
مزایا و شرایط همکاری

  • اثرگذاری مستقیم در هسته فنی پلتفرم و تصمیمات کلیدی معماری سیستم.
  • چالش‌های مهندسی واقعی در مقیاس بالای تراکنشی.
  • حقوق و مزایای بسیار رقابتی همراه با پرداخت شفاف و منظم.
  • محیط کاری چابک، مجهز به ابزارهای مدرن مهندسی و امکان همکاری هیبرید.
نحوه ارسال رزومه

اگر تجربه توسعه سیستم‌های تراکنشی حساس را دارید و بر حفظ صحت و سلامت داده‌های مالی متمرکزید، رزومه به‌روز به‌همراه لینک گیت‌هاب یا نمونه کارهای شاخص خود را ارسال فرمایید.





درباره شرکت

هوش آینده (NextGen AI) یک مجموعه فناوری‌پایه در حوزه هوش مصنوعی کاربردی، تحول دیجیتال و سامانه‌های سلامت هوشمند است. رویکرد اصلی این مجموعه، انتقال هوش مصنوعی از سطح صرفاً تئوریک و مدل‌سازی به قلب عملیات روزمره و معماری سیستم‌های سازمانی است.



۱. حوزه‌های تمرکز و قابلیت‌های کلیدی

هوش مصنوعی عامل‌محور (Agentic AI): طراحی و استقرار پایپ‌لاین‌های چندعاملی خودمختار (Multi-Agent Workflows) برای خودکارسازی فرایندهای پیچیده سازمانی با قابلیت نظارت انسانی (Human-in-the-Loop).

توسعه و سفارشی‌سازی LLMها: آموزش، تنظیم دقیق (Fine-Tuning) و اختصاصی‌سازی مدل‌های زبانی بزرگ روی داده‌ها و واژگان تخصصی صنایع به زبان‌های فارسی و انگلیسی.

معماری‌های RAG و مدیریت دانش سازمانی: پیاده‌سازی سیستم‌های بازیابی پیشرفته دانش (Retrieval-Augmented Generation) به صورت خصوصی و امن برای سازمان‌ها جهت پاسخ‌گویی دقیق و بدون نشت اطلاعات.

راهکارهای هوش مصنوعی سازمانی (Enterprise AI): یکپارچه‌سازی مدل‌ها با سیستم‌های مرکزی نظیر ERP، CRM و سامانه‌های مدیریت فرایند با رعایت حاکمیت داده (Data Governance) و قابلیت ممیزی تصمیم‌ها (AgentOps).