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

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

Eğitim & Deneyim:

• Bilgisayar Bilimleri, Yapay Zeka, Veri Bilimi veya ilgili bir alanda Lisans veya Yüksek Lisans derecesi.
• 3+ yıl yazılım mühendisliği deneyimi, en az 1+ yıl makine öğrenimi geliştirme deneyimi ile.

Teknik Beceriler:

• Programlama Dilleri: Makine öğrenimi geliştirme için Python, Java veya C++ konusunda yeterlilik.
• Makine Öğrenimi Çerçeveleri: TensorFlow, PyTorch, Scikit-Learn veya XGBoost ile deneyim.
• Veri İşleme & Depolama: SQL, Pandas, NumPy hakkında güçlü bilgi ve Apache Spark veya Hadoop gibi büyük veri araçları ile deneyim.
• Bulut Platformları: Makine öğrenimi modellerinin dağıtımı 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 makine öğrenimi modellerini optimize etme yeteneği.
• Çapraz fonksiyonel ekiplerde çalışma ve araştırmacılar, mühendisler ve paydaşlarla işbirliği yapabilme yeteneği.
• Hem teknik hem de teknik olmayan ekiplerle makine öğrenimi kavramlarını açıklamak için mükemmel iletişim becerileri.
• Kendini motive eden ve ortaya çıkan makine öğrenimi trendleri ve teknolojileriyle güncel kalmaya istekli.

Tercih Edilen Nitelikler:

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