Veri Bilimci Rolünde Neler Bekleyebilirsiniz

İş Zekası projelerinin son kullanıcı erişim katmanını tasarlayan ve talep edilen raporların detaylı tasarımını gerçekleştiren biri olduğunuzu düşünün. İşin özünü anlamaya yardımcı veri toplar ve analiz eder, birleştirme stratejileri tasarlar, ölçeklenebilir ve kullanılabilir ön yüz çözümlerini desteklersiniz.

Veri Bilimci olarak, kuruluş genelinde veriye dayalı karar alma süreçlerini desteklemek için büyük veri setlerini toplamak, işlemek ve analiz etmekle sorumlu olacaksınız. Eğilim tahminleri için öngörücü analiz, eyleme dönük stratejiler önermek için reçeteci analiz uygulayacaksınız. Karmaşık iş problemlerini çözmek ve operasyonel verimliliği artırmak üzere modeller oluşturup dağıtacaksınız. KPI’ları tanımlayıp izleyerek ölçülebilir etkiyi garanti etmek üzere fonksiyonlar arası ekiplerle yakın çalışacaksınız. Python, R, SQL ve veri görselleştirme platformları (ör. Tableau, Power BI) konularında yetkinlik esastır.

Temel Sorumluluklar

Yapay Zeka/Makine Öğrenimi Geliştirme & Araştırma

• Karmaşık iş problemleri için ileri düzey makine öğrenimi ve derin öğrenme modelleri tasarlamak, geliştirmek ve devreye almak
• Büyük Dil Modelleri (LLM) ve Üretken Yapay Zeka çözümlerini uygulamak ve optimize etmek
• Otonom karar alma yetenekli ajan tabanlı yapay zeka sistemleri kurmak
• Yeni yapay zeka teknolojileri ve pratik uygulamaları üzerine araştırma yapmak
• Model değerlendirmesi, doğrulaması ve sürekli iyileştirmeyi gerçekleştirmek

Bulut Altyapısı & Full-Stack Geliştirme

• AWS, Azure veya GCP üzerinde ölçeklenebilir bulut tabanlı ML/AI çözümleri tasarlamak ve uygulamak
• AI modellerini modern web teknolojileriyle entegre eden full-stack uygulamalar geliştirmek
• SageMaker, ML Engine vb. bulut servisleri kullanarak ML veri hatları oluşturmak ve sürdürmek
• ML modeli dağıtımı ve izleme için CI/CD süreçleri uygulamak
• Yüksek performanslı bilgi işlem iş yükleri için bulut altyapısını tasarlamak ve optimize etmek

Veri Mühendisliği & Veritabanı Yönetimi

• Büyük ölçekli veri işleme için veri hatları tasarlamak ve uygulamak
• SQL ve NoSQL veritabanlarıyla (PostgreSQL, MongoDB, Cassandra vb.) çalışmak
• ML iş yükleri ve gerçek zamanlı uygulamalar için veritabanı performansını optimize etmek
• Veri yönetimi ve kalite güvence çerçeveleri uygulamak
• Akış verisi işleme ve gerçek zamanlı analitiği yönetmek

Liderlik & İşbirliği

• Kıdemsiz veri bilimcilere mentorluk yapmak ve teknik karar alma süreçlerine rehberlik etmek
• Ürün, mühendislik ve iş paydaşları dahil fonksiyonlar arası ekiplerle işbirliği yapmak
• Teknik ve teknik olmayan dinleyicilere bulguları ve önerileri sunmak
• Kavram ispatı projelerine ve inovasyon girişimlerine liderlik etmek

Gereken Nitelikler

• Veri bilimi ve makine öğrenimi alanında en az 5 yıl uygulamalı deneyim
• Derin öğrenme çerçeveleri ve sinir ağları ile en az 3 yıl deneyim
• Bulut platformları ve full-stack geliştirme alanında en az 2 yıl deneyim (tercihen BPO, sağlık alanı, BFSI)

Teknik Beceriler – Temel AI/ML

• Makine Öğrenimi: Scikit-learn, XGBoost, LightGBM, ileri ML algoritmaları
• Derin Öğrenme: TensorFlow, PyTorch, Keras, CNN, RNN, LSTM, Transformers
• Büyük Dil Modelleri: GPT, BERT, T5, ince ayar, komut mühendisliği
• Üretken Yapay Zeka: Stable Diffusion, DALL-E, metinden görüntüye, metin üretimi
• Otonom Yapay Zeka: Çok ajanlı sistemler, pekiştirmeli öğrenme, otonom ajanlar (opsiyonel)

Teknik Beceriler – Geliştirme & Altyapı

• Programlama: Python (uzman), R, Java/Scala, JavaScript/TypeScript
• Bulut Platformları: AWS (SageMaker, EC2, S3, Lambda), Azure ML veya Google Cloud AI
• Veritabanları: SQL (PostgreSQL, MySQL), NoSQL (MongoDB, Cassandra, DynamoDB)
• Full-Stack Geliştirme: React/Vue.js, Node.js, FastAPI, Flask, Docker, Kubernetes (opsiyonel)
• MLOps: MLflow, Kubeflow, model sürüm kontrolü, A/B test çerçeveleri
• Büyük Veri: Spark, Hadoop, Kafka, akış verisi işleme (opsiyonel)

Tercih Edilen Nitelikler

• Pinecone, Weaviate, Chroma gibi vektör veritabanları ve embedding deneyimi
• LangChain, LlamaIndex veya benzer LLM çerçeveleri bilgisi
• Model sıkıştırma ve uç cihaz dağıtımı deneyimi
• Dağıtık bilgi işlem ve paralel işlem konularında aşinalık
• Bilgisayarlı görü ve NLP uygulamaları deneyimi
• Federated learning ve gizliliği koruyan ML bilgisi
• Kuantum makine öğrenimi deneyimi
• MLOps ve üretim ML sistem tasarımı uzmanlığı (opsiyonel)

Anahtar Yetkinlikler

Teknik Mükemmeliyet

• İstatistik, lineer cebir ve optimizasyon alanlarında güçlü matematiksel altyapı
• Araştırma makalelerindeki algoritmaları uygulama becerisi
• Model yorumlanabilirliği ve açıklanabilir yapay zeka deneyimi
• Etik yapay zeka ve önyargı tespiti/azaltma bilgisi

Sorun Çözme & Yenilik

• Güçlü analitik ve eleştirel düşünme becerileri
• İş gereksinimlerini teknik çözümlere dönüştürme yeteneği
• Karmaşık ve belirsiz sorunları çözmede yaratıcı yaklaşım
• Hızlı prototipleme ve deney yapma deneyimi

İletişim & Liderlik

• Mükemmel yazılı ve sözlü iletişim becerileri
• Çeşitli dinleyici gruplarına karmaşık teknik kavramları açıklama yeteneği
• Güçlü proje yönetimi ve organizasyon becerileri
• Teknik ekipleri mentorluk yapma ve yönetme deneyimi

Eğitim / Sertifikalar

• Bilgisayar Bilimleri, Veri Bilimi, İstatistik, Matematik veya ilgili alanlarda yüksek lisans veya doktora (zorunlu değil)