Makine Öğrenimi Yazılım Mühendisi arıyoruz; yeniliği teşvik eden ve iş süreçlerini geliştiren makine öğrenimi çözümleri tasarlamak, geliştirmek ve dağıtmak için. İdeal aday, ölçeklenebilir ML modelleri oluşturmak, performansı optimize etmek ve AI destekli çözümleri üretim sistemlerine entegre etmek için veri bilimcileri, mühendisler ve ürün ekipleri ile yakın bir şekilde çalışacaktır.

• Gerçek dünya uygulamaları için makine öğrenimi modelleri tasarlamak, uygulamak ve optimize etmek.
• Veri ön işleme, model eğitimi ve dağıtım için ölçeklenebilir ML boru hatları geliştirmek ve sürdürmek.
• Makine öğrenimi modellerini API'ler, bulut hizmetleri veya uç cihazlar kullanarak üretim ortamlarına entegre etmek.
• Model doğruluğunu ve verimliliğini artırmak için veri bilimcileri ve mühendisler ile işbirliği yapmak.
• Büyük ölçekli veri setlerini işlemek ve analiz etmek için büyük veri teknolojileri ile çalışmak.
• Makine öğrenimi iş akışlarını performans ve güvenilirlik açısından izlemek, hata ayıklamak ve optimize etmek.
• AI/ML teknolojilerindeki ve araştırmalarındaki en son gelişmeleri takip etmek.

Eğitim & Deneyim:

• Bilgisayar Bilimleri, Yapay Zeka, Veri Bilimi veya ilgili bir alanda lisans veya yüksek lisans derecesi.
• Yazılım mühendisliği alanında 3+ yıl deneyim, en az 1+ yıl makine öğrenimi geliştirme deneyimi ile.

Teknik Beceriler:

• Programlama Dilleri: ML geliştirme için Python, Java veya C++ konusunda yetkinlik.
• Makine Öğrenimi Çerçeveleri: TensorFlow, PyTorch, Scikit-Learn veya XGBoost ile deneyim.
• Veri İşleme & Depolama: SQL, Pandas, NumPy konusunda güçlü bilgi ve Apache Spark veya Hadoop gibi büyük veri araçları ile deneyim.
• Bulut Platformları: ML modellerini dağıtmak için AWS, Google Cloud veya Azure ile deneyim.
• MLOps & Dağıtım: Docker, Kubernetes, MLflow veya TensorFlow Serving ile aşinalık.
• Yazılım Mühendisliği En İyi Uygulamaları: versiyon kontrolü (Git), CI/CD hatları ve API geliştirme (REST, GraphQL) bilgisi.

Yumuşak Beceriler:

• Güçlü problem çözme becerileri ve üretim için ML modellerini optimize etme yeteneği.
• Çok disiplinli ekiplerde çalışma yeteneği ve araştırmacılar, mühendisler ve paydaşlarla iş birliği yapabilme.
• Hem teknik hem de teknik olmayan ekipler için ML kavramlarını açıklamak üzere mükemmel iletişim becerileri.
• Kendini motive eden ve ortaya çıkan ML trendleri ve teknolojileriyle güncel kalmaya istekli.

Tercih Edilen Nitelikler:

• kenar AI, pekiştirmeli öğrenme veya derin öğrenme mimarileri ile deneyim.
• otomatik makine öğrenimi (AutoML) ve hiperparametre ayarlama bilgisi.
• A/B testi, istatistiksel modelleme ve veri odaklı karar verme alanında geçmiş deneyim.
• Doğal Dil İşleme (NLP) veya Bilgisayarla Görme uygulamaları ile deneyim.