Ford Motor Company, geçmişi 1903 yılına uzanan, Amerika Birleşik Devletleri merkezli bir otomotiv üreticisidir. Şirket, araç geliştirip üretmenin yanı sıra mobilite hizmetleri, dijital deneyimler ve yazılım alanlarındaki çalışmalarını da genişletmektedir. Ford’un faaliyetleri, ulaşım, inovasyon, toplumsal etki ve sorumlu iş uygulamalarını bir araya getiren bir yaklaşımla sürdürülebilirlik çalışmalarını ve çevresel hedefleri de kapsamaktadır.
Ford'da Veri Bilimcisi, NLP ve Üretken Yapay Zeka, Hindistan Hibrit
Ford'da otomotiv kullanım alanları için NLP, LLM ve üretken yapay zeka ürünleri geliştirin. Büyük ölçekte çok modlu işlem hatları, ajan tabanlı iş akışları, API'ler ve kullanıcıya yönelik uygulamalar oluşturun.
Açıklama
- Disiplinli kodlama uygulamalarıyla NLP, LLM ve üretken yapay zeka uygulamaları ve ürünleri oluşturun.
- Otomotiv uygulamaları için gelişmiş modelleri ve yöntemleri değerlendirin.
- Bellek ve gecikme kısıtları altında model eğitimi ve çıkarımı için makine öğrenimi deneyleri yürütün.
- Docker ve Kubernetes ile NLP REST API'leri ve hafif kullanıcı arayüzleri dağıtın.
- Dash, Plotly ve Streamlit kullanarak NLP, LLM ve üretken yapay zeka uygulamalarını sunun.
- Birden fazla botu, LLM destekli çok modlu uygulamalarda birleştirin.
- Autogen, AgentBuilder ve LangGraph ile ajan tabanlı iş akışları oluşturun.
- Ölçeklenebilir tüketime uygun modüler yapay zeka ve makine öğrenimi ürünleri geliştirin.
- Sınıflandırma, soru yanıtlama, sohbet botları, çeviri, anlamsal arama ve özetleme ürünleri üzerinde küresel teknik uzmanlarla iş birliği yapın.
Gereksinimler
- Bilgisayar bilimi, mühendislik, matematik veya ilgili bir fen bilimleri alanında lisans ya da yüksek lisans derecesi.
- NLP uygulamaları için derin öğrenme teorisi ve uygulamaları hakkında bilgi.
- ADK, A2A, AgentSkills, Ontology, Hugging Face, LangGraph, LangChain, Chainlit, TensorFlow veya PyTorch, scikit-learn, NumPy ve Pandas ile programlama deneyimi.
- spaCy, TorchText, fastai.text veya FARM Haystack gibi en az iki açık kaynaklı NLP kütüphanesine aşinalık.
- Düzenli ifadeler, belirteç ve sözcük analizi, yazım düzeltme, gürültü azaltma, cümle bölütleme ve kümeleme dahil metin işleme teknikleri bilgisi.
- Dizi sınıflandırması, adlandırılmış varlık tanıma veya soru yanıtlama için BERT ya da başka ince ayar yapılmış dönüştürücü modelleri uygulamalı olarak dağıtma deneyimi.
- Docker ve pipenv, conda veya Poetry ortamlarına aşinalık.
- setup.py, günlükleme, pytest, göreli içe aktarmalar ve Sphinx dokümantasyonu dahil Python proje yönetimi uygulamaları bilgisi.
- GitHub iş akışlarına aşinalık.
- BigQuery, Cloud Functions, Cloud Run, Cloud Build ve Vertex AI dahil GCP hizmetleriyle deneyim.
- Kıyaslama ve özet oluşturma için açık kaynaklı araçlar hakkında çalışma bilgisi.
- Bulut ve şirket içi ortamlarda GPU ve CPU kaynaklarını kullanma deneyimi.
- Veri mühendisliği, büyük veri ve makine öğrenimi iş yükleri için bulut platformlarını kullanabilme.
- Docker, docker-compose ve deneysel Docker özellikleriyle deneyim.
- Airflow ve Kubeflow'a aşinalık.
- Terraform gibi CI/CD ve altyapı-kod olarak araçlarıyla deneyim.
- Helm ve Argo Workflows dahil Kubernetes veya diğer kapsayıcı platformlarıyla deneyim.
- Uyumlu, etik, güvenli ve emniyetli yapay zeka API'leri oluşturabilme.
- Gradio, Dash, Streamlit, React veya Django ile kullanıcı arayüzleri ya da görselleştirmeler geliştirme deneyimi.
- Spark, Dask, RAPIDS AI veya cuDF ile dağıtık hesaplama deneyimi.
- FastAPI, Flask veya Django ile Python API'leri oluşturabilme.
- Elasticsearch ve Apache Solr deneyimi avantajdır; vektör veritabanı deneyimi de ilgili kabul edilir.
- GPT-5, Gemini, Kimi veya Seedance gibi LLM'lerle çalışma deneyimi.
- Eğitim, test, dağıtım ve performans izleme dahil üretken yapay zeka model yaşam döngüsünün tamamında deneyim.
- Metin, görüntü ve ses için çok modlu yapay zeka işlem hatları geliştirme ve sürdürme deneyimi.
- Çeşitli veri kaynaklarında sohbet botlarını veya konuşma ajanlarını büyük ölçekte dağıtma konusunda uygulamalı deneyim.
- Stable Diffusion veya Instruct Pix2Pix gibi gizli difüzyon modelleriyle görüntü oluşturma ya da çeviri araçları geliştirme deneyimi.
- Büyük ölçekli yapılandırılmış ve yapılandırılmamış verilerle çalışma uzmanlığı.
- Büyük ölçekli üretken yapay zeka veri kümelerini ve çıktılarını yönetme deneyimi.
- Coğrafi olarak farklı bölgelerde güçlü iletişim ve iş birliği becerileri.