پرش به محتوای اصلی

کارآموزی

کارآموزی تابستانی انجنیری هوش مصنوعی American Express در امریکا 2027 | درخواست برای کارآموزی 10 هفته‌ای تکنالوژی

اطلاعات کلیدی

موقعیت
ایالات متحده
نوع فرصت
کارآموزی
تحصیلات
Currently enrolled in a full-time bachelor’s degree programme.

به زبان اصلی

مهلت
۷ نومبر ۲۰۲۶
منتشر شده
۸ سپتمبر ۲۰۲۶

15 روز تا آخر مهلت

مهلت: ۷ نومبر ۲۰۲۶

خلاصه سریع

American Express برای دانشجویان علاقه‌مند به هوش مصنوعی، یادگیری ماشین، انجنیری نرم‌افزار، داده و تکنالوژی سازمانی برنامهٔ کارآموزی تابستانی دانشجویان لیسانس 2027 را ارائه می‌کند. بست کارآموز انجنیری AI در Atlanta، Georgia با شیوهٔ کار ترکیبی است. در کارآموزی تابستانی 10 هفته‌ای، دانشجویان منتخب روی پروژه‌های واقعی تکنالوژی کار می‌کنند، با تیم‌های Agile همکاری می‌نمایند و تجربهٔ عملی طراحی، توسعه، آزمایش و پیاده‌سازی مسئولانهٔ راه‌حل‌های مبتنی بر AI را در محیط یک شرکت جهانی به‌دست می‌آورند.

مرور سریع بر اساس متن آگهی. پیش از درخواست، جزئیات کامل را در پایین بخوانید.

نحوه ارسال درخواست

لینک جداگانه‌ای برای درخواست این فرصت ارائه نشده است. دستورالعمل کامل درخواست در جزئیات آگهی در پایین آمده است — آن را با دقت بخوانید و مستقیماً با اداره مربوطه تماس بگیرید.

پیگیری این فرصتساخت CV برای این فرصت
اشتراک‌گذاری این فرصت

بررسی اجمالی

American Express برای دانشجویان علاقه‌مند به هوش مصنوعی، یادگیری ماشین، انجنیری نرم‌افزار، داده و تکنالوژی سازمانی برنامهٔ کارآموزی تابستانی دانشجویان لیسانس 2027 را ارائه می‌کند.

بست کارآموز انجنیری AI در Atlanta، Georgia با شیوهٔ کار ترکیبی است. در کارآموزی تابستانی 10 هفته‌ای، دانشجویان منتخب روی پروژه‌های واقعی تکنالوژی کار می‌کنند، با تیم‌های Agile همکاری می‌نمایند و تجربهٔ عملی طراحی، توسعه، آزمایش و پیاده‌سازی مسئولانهٔ راه‌حل‌های مبتنی بر AI را در محیط یک شرکت جهانی به‌دست می‌آورند.

این کارآموزی بخشی از سازمان Enterprise Technology Services متعلق American Express است که انجنیری تکنالوژی، معماری، زیربناها، پلاتفورم‌های داده، محصولات دیجیتالی، پلاتفورم‌های سازمانی AI، خطرات تکنالوژی و امنیت معلومات را حمایت می‌کند.

دربارهٔ کارآموزی AI Engineer در American Express

کارآموز AI Engineer در Enterprise Technology Services کار خواهد کرد و در آغاز مسیر مسلکی در پروژه‌ها سهم می‌گیرد و می‌آموزد سیستم‌های هوشمند چگونه در محیط سازمانی ساخته، تأیید، مدغم، نظارت و اداره می‌شوند.

در برنامهٔ 10 هفته‌ای، کارآموزان می‌توانند از پروژه‌های مربوط به موارد زیر حمایت کنند

یادگیری ماشین

هوش مصنوعی مولد

خودکارسازی هوشمند

خطوط انتقال داده

الگوهای بازیابی معلومات

ارزیابی مدل

عامل‌های AI

جریان‌های کاری عامل‌محور

ویژگی‌های نرم‌افزار مبتنی بر AI

کارآموزان در کنار انجنیران، همکاران بخش محصول، متخصصان داده، تیم‌های امنیت و ذی‌نفعان تجارت کار می‌کنند تا بفهمند راه‌حل‌های سازمانی AI چگونه مسئولانه، قابل اعتماد و امن ساخته و ارائه می‌شوند.

دربارهٔ تیم Enterprise Technology Services

تیم‌های Enterprise Technology Services تکنالوژی‌هایی می‌سازند و اداره می‌کنند که American Express با آن‌ها محصولات و خدمات معتبر، امن و مشتری‌محور ارائه می‌کند.

بر اساس نیازهای تجارت و پروژه، کارآموزان ممکن با تیم‌های زیر همکاری کنند

انجنیری Backend

انجنیری Frontend

انجنیری Cloud

تکنالوژی موبایل

AI و یادگیری ماشین

انجنیری مبتنی بر داده

انکشاف محصولات Full-stack

این فرصت دانشجویان را با رشته‌های گوناگون تکنالوژی آشنا می‌سازد و به آنان اجازه می‌دهد متناسب با توانایی‌ها و نیاز پروژه سهم بگیرند.

مسئولیت‌های کارآموز AI Engineer

کارآموز منتخب از فعالیت‌های تخنیکی و گروهی گوناگون حمایت می‌کند.

انکشاف AI و یادگیری ماشین

کارآموز می‌تواند با راهنمایی مناسب در توسعه و مدغم‌سازی مدل‌های AI/ML، ارتباط با LLM و خدمات هوشمند در سیستم‌های کنترول‌شده یا مشابه محیط تولید کمک کند.

پروسس معلومات

مسئولیت‌ها ممکن شامل حمایت از موارد زیر باشد

جمع‌آوری داده

پیش‌پروسس داده

تبدیل داده

مدیریت داده

آموزش مدل

آزمایش

اعتبارسنجی

ارزیابی

این فعالیت‌ها بنیادهای داده‌ای ضروری برای انکشاف و ارزیابی سیستم‌های AI را فراهم می‌کنند.

آزمایش و بهبود راه‌حل‌های AI

کارآموزان در آزمایش، عیب‌یابی و بهبود راه‌حل‌های مبتنی بر AI همکاری می‌کنند.

کار بر تقویت موارد زیر تمرکز دارد

عملکرد

قابلیت اعتماد

قابلیت توضیح

قابلیت نگهداری

عامل‌های AI و هوش مصنوعی مولد

کارآموز می‌تواند از قابلیت‌هایی مانند جریان‌های ابتدایی آموزش مدل، نقاط انتهایی استنتاج، تعامل مبتنی بر پرامپت، روش‌های ارزیابی، خطوط بازیابی داده، عامل‌های AI و جریان‌های کاری عامل‌محور حمایت کند.

همکاری میان بخش‌ها

این بست شامل همکاری با تیم‌های انجنیری، محصول، داده، ریسک، امنیت و تجارت برای ساخت راه‌حل‌های AI مطابق با نیازهای تجارتی است.

مستندسازی

از کارآموز انتظار می‌رود کار تخنیکی را مستند کند، شامل

پارامترهای مدل

پرامپت‌ها

فرضیه‌های ارزیابی

خطوط انتقال داده

ادغام سیستم‌ها

تصمیم‌های تخنیکی

این اسناد به تکرارپذیری کمک کرده و نحوهٔ توسعه و ارزیابی راه‌حل‌های AI را برای تیم‌ها روشن می‌سازد.

انکشاف Agile

کارآموزان در فعالیت‌های Agile سهم می‌گیرند، مانند

پلان‌گذاری Sprint

نشست‌های روزانه

نمایش کار

جلسات بازنگری

بررسی کود

جلسات گروهی

کارآموزان چه خواهند آموخت؟

کارآموزی برای آشنایی عملی با انکشاف AI سازمانی است.

آنان می‌آموزند نرم‌افزار مبتنی بر AI چگونه

طراحی می‌شود

ساخته می‌شود

آزمایش می‌شود

عرضه می‌شود

مدغم می‌شود

نظارت می‌شود

اداره می‌شود

همچنان با یادگیری ماشین، AI مولد، APIهای LLM، جریان‌های مبتنی بر پرامپت، الگوهای بازیابی، عامل‌های AI و ارزیابی مدل آشنا می‌شوند.

بخش‌های دیگر آموزش شامل

همکاری میان تیم‌های محصول، انجنیری، داده، امنیت، ریسک و تجارت

اصول AI مسئولانه

ملاحظات حریم خصوصی و امنیت

رعایت مقررات

کیفیت و تاب‌آوری

ارتباطات تخنیکی

مستندسازی

حل مسئله

انکشاف مسلکی و راهنمایی

حداقل شرایط

متقاضیان باید حداقل شرایط اعلام‌شده را داشته باشند

فعلاً در یک برنامهٔ تمام‌وقت لیسانس (bachelor’s degree) ثبت‌نام داشته باشند.

تاریخ فراغت متوقع میان December 2027 و June 2028 باشد.

با Python و تکنالوژی‌های بنیادی پروسس داده آشنا باشند.

مفاهیم بنیادی کمپیوترساینس، شامل ساختمان داده، الگوریتم‌ها، عیب‌یابی، آزمایش و حل مسئله را بفهمند.

مفاهیم یادگیری ماشین مانند آموزش مدل، ارزیابی، انجنیری ویژگی‌ها و آزمایش را بشناسند.

با سیستم‌های مدرن AI، از جمله LLM APIs، تعامل مبتنی بر پرامپت، الگوهای بازیابی یا برنامه‌های AI مولد تجربه داشته باشند.

با AI مسئولانه، امنیت، اداره، انطباق و قابلیت اعتماد آشنا باشند.

مهارت قوی ارتباطات، همکاری، مستندسازی و یادگیری سریع داشته باشند.

شرایط ترجیحی

American Express چند شرط ترجیحی نیز ذکر می‌کند که درخواست را تقویت می‌کنند.

تجربهٔ به‌دست‌آمده از دروس علمی، تحقیقات، پروژه‌ها، همکاری در کد باز، کارآموزی یا فعالیت‌های فوق‌برنامه با تکنالوژی‌هایی مانند Python، R، Java یا JavaScript مفید است.

تجربه یا علاقه در موارد زیر نیز امتیاز دارد

یادگیری ماشین

AI مولد

پروسس زبان طبیعی

خودکارسازی هوشمند

انجنیری داده

AI عامل‌محور

توسعهٔ نرم‌افزار مبتنی بر AI

برنامه‌های مبتنی بر AI

Copilots

دستیارهای هوشمند

جریان‌های کاری عامل‌محور

نمونه‌های تحقیقی

پروژه‌های Hackathon

آشنایی با NLP، embeddings، BERT، transformers، LLMها، انجنیری پرامپت، ارزیابی پرامپت، APIs، خطوط داده، ETL، محیط‌های Cloud، CI/CD، کنترول نسخه و انکشاف کانتینری نیز امتیاز دارد.

عرصه‌ها و مهارت‌های AI Engineer

کارآموزان بر اساس نیاز تجارت، پروژه و نقاط قوت فردی به عرصه‌های مختلف گماشته می‌شوند.

انجنیری AI و یادگیری ماشین

مهارت‌های مرتبط

Python

R

Java

اصول یادگیری ماشین

آموزش مدل

ارزیابی مدل

انجنیری ویژگی‌ها

NLP

Embeddings

مدل‌های Transformer

LLM APIs

انجنیری پرامپت

الگوهای بازیابی

عامل‌های AI

مستندسازی مدل

مفاهیم AI مسئولانه

انجنیری داده برای AI

تجربه در موارد زیر مفید است

جمع‌آوری داده

پیش‌پروسس داده

کیفیت داده

ETL

خطوط داده

SQL

مفاهیم Big Data

اعتبارسنجی داده

خطوط ویژگی‌ها

جریان‌های تکرارپذیر داده

انجنیری نرم‌افزار مبتنی بر AI

عرصه‌های تخنیکی

APIs

Microservices

نقاط انتهایی استنتاج

ادغام برنامه‌ها

انکشاف Cloud-native

ارائهٔ Agile

آزمایش

CI/CD

کانتینری‌سازی

Observability

شیوه‌های عرضه در محیط مشابه تولید

برنامه‌های AI مولد و LLM

تجربه در موارد زیر سودمند است

تعامل مبتنی بر پرامپت

ادغام LLM

مفاهیم تولید تقویت‌شده با بازیابی معلومات

ارزیابی خروجی AI

روش‌های اتصال پاسخ به منابع

Guardrails

عامل‌های AI

هماهنگی عامل‌ها

بازبینی با حضور انسان

آمادگی سازمانی AI

این کارآموزی همچنان شامل آشنایی با موارد زیر است

امنیت

رعایت مقررات

حاکمیت مدل

مستندسازی

آگاهی از ریسک

قابلیت اعتماد سیستم

گزارش‌دهی و ارجاع مشکلات

اصول AI مسئولانه

امنیت سایبری و امنیت AI

دانش مرتبط شامل توسعهٔ امن نرم‌افزار، امنیت برنامه‌ها، مدیریت هویت و دسترسی، حفاظت داده، مفاهیم رمزگذاری، طراحی امن API و آگاهی از آسیب‌پذیری‌ها است.

در این وظیفه ممکن آگاهی از تهدیدهای امنیت AI مانند prompt injection، افشای داده و سوءاستفاده از مدل و همچنان کنترول‌های حاکمیتی و مدیریت مسئولانهٔ معلومات حساس لازم باشد.

امتیازات کارآموزی و ارزش آن برای نامزدان

طبق معلومات American Express، کارآموزان AI Engineer تجربهٔ عملی انجنیری، حمایت مدیر و رهنما، فرصت‌های یادگیری تخنیکی، آشنایی با رهبری و دسترسی به جامعهٔ قوی همتایان را به‌دست می‌آورند.

شرکت امتیازات احتمالی زیر را نیز ذکر می‌کند

معاش اساسی رقابتی

ترتیبات و مهالوېش انعطاف‌پذیر کار

گزینه‌های ترکیبی و مجازی از طریق Amex Flex

دسترسی به مراکز صحی در محل کار مطابق موقعیت

مشورهٔ محرمانه از طریق برنامهٔ Healthy Minds

فرصت‌های انکشاف مسلکی و آموزش

شرایط استخدام

داشتن اجازهٔ قانونی کار با American Express در ایالات متحده ضروری است.

شرکت می‌گوید برای این بست‌ها برای این بست‌ها از ویزه حمایت نمی‌کند. متقاضیان باید پیش از درخواست شرایط قانونی کار در ایالات متحده را داشته باشند.

محل کارآموزی و شیوهٔ کار

این بست مربوط به Atlanta، Georgia، United States است و در عنوان و شرح آن به‌صورت ترکیبی معرفی شده است.

اما در بخش معلومات وظیفهٔ منبع، آدرس AMEX 18850 North 56th Street, Phoenix, Arizona جداگانه به‌عنوان محل کار ترکیبی درج شده است. به دلیل تضاد این دو محل، متقاضیان باید در صفحهٔ زندهٔ درخواست American Express محل را تأیید کنند.

آخرین مهلت درخواست

در معلومات بست زمان ختم درخواست چنین ذکر شده است

October 1, 2026 at 03:59

متقاضیان باید درخواست را پیش از مهلت، بدون انتظار تا ساعات آخر، ارسال کنند.

طرز درخواست

دانشجویان علاقه‌مند باید از پلتفرم رسمی کاریابی American Express استفاده کنند.

مراحل

بست AI Engineer Intern و شرایط آن را به‌دقت بررسی کنید.

شرایط لیسانس و تاریخ فراغت متوقع را تأیید کنید.

شرایط تخنیکی، به‌خصوص Python، کمپیوترساینس، یادگیری ماشین و تجربهٔ AI را بررسی کنید.

شرایط اجازهٔ قانونی کار در امریکا را داشته باشید.

درخواستی تهیه کنید که پروژه‌های علمی، تحقیق، کارآموزی، فعالیت‌های فوق‌برنامه یا تجربهٔ تخنیکی مرتبط را برجسته کند.

آن را پیش از مهلت تعیین‌شده ارسال کنید.

از طریق American Express Careers درخواست دهید.

معلومات کلیدی

جزئیات

معلومات

فرصت

AI Engineer Intern

شرکت

American Express

پروګرام

Campus Undergraduate Summer Internship Program

موده

10 weeks

دوره

Summer 2027

سطح تحصیلی

نامزد Bachelor’s degree

فراغت متوقع

December 2027 – June 2028

شیوهٔ کار

Hybrid

محل اصلی ذکرشده

Atlanta, Georgia, USA

شرایط قانونی کار

اجازهٔ کار در امریکا ضروری است

حمایت ویزه

ارائه نمی‌شود

دستهٔ وظیفه

Technology

تاریخ نشر

August 17, 2026

آخرین مهلت

October 1, 2026 at 03:59

بخش معلومات بست در منبع Phoenix, Arizona و “High School Graduate” را نیز ذکر می‌کند که با شرایط تفصیلی AI Engineer مبنی بر لیسانس تمام‌وقت و Atlanta, Georgia متناقض است. برای معلومات نهایی به صفحهٔ زندهٔ درخواست مراجعه کنید.

پایله

د American Express AI Engineer Summer Internship 2027 وړ محصلانو ته فرصت ورکوي چې په یوه نړیواله سازماني فضا کې د AI، یادگیری ماشین، انجنیری داده و توسعهٔ نرم‌افزار تجربهٔ عملی به‌دست آورند.

این کارآموزی 10 هفته‌ای آموزش تخنیکی، پروژه‌های عملی، رهنمایی و همکاری با تیم‌های انجنیری، محصول، داده، امنیت، ریسک و تجارت را یکجا می‌کند.

دانشجویانی که میان December 2027 و June 2028 فارغ می‌شوند و در Python، کمپیوترساینس، یادگیری ماشین و سیستم‌های نوین AI دانش یا تجربه دارند، باید این فرصت را بررسی کرده و پیش از ضرب‌الاجل October 1, 2026 درخواست بدهند.

اکنون درخواست دهید – American Express Careers

فرصت‌های بیشتر را در صفحهٔ OFY ببینید.

اشتراک‌گذاری این فرصت
افزودن ضرب‌الاجل به تقویم

فرصت‌های مشابه

کارآموزی

مشاغل محصلان و تازه‌کاران United Airlines ۲۰۲۷: بیش از ۴۵ کارآموزی و فرصت اولیه شغلی در آمریکا

United States

شرکت هواپیمایی United Airlines در حال حاضر فرصت‌های شغلی متنوعی را برای دانشجویان و افراد در ابتدای مسیر شغلی شامل کارآموزی و نقش‌های ورودی در صنعت هوانوردی ارائه می‌دهد

کارآموزی۶ نومبر ۲۰۲۶
کارآموزی

کارآموزی کالج تابستان ۲۰۲۷ NGA - زمینه شغلی قراردادها: برنامه های کارآموزی فدرال ایالات متحده با پرداخت هزینه باز است

United States

اکنون درخواست ها برای کارآموزی کالج تابستان ۲۰۲۷ آژانس ملی اطلاعات جغرافیایی - رشته شغلی قراردادها باز است، یک فرصت پولی برای الکترونیک

کارآموزی۹ نومبر ۲۰۲۶