Salve.Inno, 2024 yılında kurulmuş ve merkezi Polonya’nın Gdańsk kentinde bulunan bir işe alım ve danışmanlık şirketidir. Küçük ekibi; özel işe alım stratejileri, küresel uzaktan aday bulma, aday tarama ve kariyer siteleri üzerinden işe alım deneyimleri aracılığıyla işletmelerin çalışan bulmasına yardımcı olur. Şirket; danışmanlık, pazarlama ve lojistik alanlarında faaliyet gösterir ve pazarlama, forex ve iGaming pozisyonlarında işe alım uzmanlığı sunar. Salve.Inno ayrıca kuruluşları iletişim, çeşitlilik, eşitlik ve kapsayıcılık ile daha etkili işe alım süreçlerinin geliştirilmesi konularında destekler; uzaktan çalışma fırsatlarını yayımlar ve küresel yetenek pazarı için danışmanlık hizmetleri sağlar.
Kıdemli Makine Öğrenimi Mühendisi, Uygulamalı Yapay Zekâ ve MLOps Lideri
Uluslararası bir kuruluş için üretim ortamında yapay zekâ çözümlerine ve MLOps çalışmalarına liderlik edin. Tahmine dayalı modelleri, yönetişimi, devreye almayı ve ölçeklenebilir makine öğrenimi mimarisini şekillendirin.
Açıklama
- Makine öğrenimi modellerinin geliştirilmesinden üretim ortamındaki izleme ve yeniden eğitime kadar tüm sorumluluğu üstlenin.
- Müşteri yaşam boyu değeri, müşteri kaybı, dolandırıcılık ve kötüye kullanımın önlenmesi alanlarında uygulamalı yapay zekâ projelerine liderlik edin.
- MLOps çerçeveleri, otomatik dağıtımlar, CI/CD, ortamlar arası geçiş ve model yaşam döngüsü yönetimini oluşturun ve geliştirin.
- Model performansı, veri kayması, veri kalitesi ve iş sonuçları için izleme sistemleri kurun.
- Model yeniden eğitim stratejileri, eskalasyon prosedürleri ve sürekli iyileştirme uygulamaları belirleyin.
- Modelleri daha şeffaf ve yorumlanabilir kılmak için SHAP ve özellik atıf yöntemlerini kullanın.
- Model yönetişimi, dokümantasyon, sürüm kontrolü, tekrarlanabilirlik ve denetlenebilirlik standartlarını belirleyin.
- Ölçeklenebilir işlem hatları, özellik mühendisliği ve güvenilir veri altyapısı için Veri Mühendisliği ekibiyle iş birliği yapın.
- İş zorluklarını Ürün, Risk, Ticari ekipler ve diğer ekiplerle birlikte pratik, ölçeklenebilir yapay zekâ çözümlerine dönüştürün.
- Doğruluğu, güvenilirliği ve iş etkisini artırmak için üretimdeki model performansını inceleyin.
- Kararlılık, ölçeklenebilirlik, sürdürülebilir bakım ve operasyonel verimlilik için üretim standartlarını koruyun.
- Diğer mühendislere rehberlik edin ve mentorluk yapın.
- Hızlı MVP teslimatını uzun vadeli üretim güvenilirliği ve ölçeklenebilirlikle dengeleyin.
Gereksinimler
- Üretimde makine öğrenimi modelleri geliştirme, devreye alma ve bakımını yapma konusunda 5–8 yıl veya daha fazla profesyonel deneyim sahibi olun.
- İleri düzey Python becerilerine ve güçlü yazılım mühendisliği temellerine sahip olun.
- Makine öğrenimi algoritmalarını, model değerlendirmeyi, özellik mühendisliğini ve tahmine dayalı modellemeyi anlayın.
- Veri sızıntısı, model kayması, veri kalitesi ve model kararlılığı gibi üretim ortamındaki makine öğrenimi sorunlarında pratik deneyim sahibi olun.
- Dağıtık hesaplama ve büyük ölçekli veri işleme için Apache Spark veya PySpark ile uygulamalı deneyim sahibi olun.
- Makine öğrenimi yaşam döngüsünü yönetmek için MLflow veya benzer bir platform kullanmış olun.
- Tercihen GitHub Actions ile CI/CD işlem hatları tasarlamış, uygulamış ve bakımını yapmış olun.
- İleri düzey SQL becerilerine ve büyük, karmaşık veri kümeleriyle çalışma deneyimine sahip olun.
- Model devreye alma, izleme, kayma tespiti, yeniden eğitim ve üretim bakımını anlayın.
- SHAP gibi model açıklanabilirliği ve yorumlanabilirliği yöntemlerini uygulamış olun.
- Ölçülebilir ticari veya operasyonel iyileşmeler sağlayan yapay zekâ/makine öğrenimi çözümleri sunmuş olun.
- Model yönetişimi, sürümleme, dokümantasyon ve tekrarlanabilirlik gerekliliklerini anlayın.
- Ölçeklenebilir, güvenilir ve bakımı kolay makine öğrenimi mimarileri tasarlayabilin.
- Güçlü analitik düşünme ve problem çözme becerilerine sahip olun.
- Karmaşık teknik fikirleri teknik olmayan paydaşlara açıkça aktarabilin.
- Veri Mühendisliği, Ürün, Risk ve Ticari ekipler gibi farklı ekiplerle çalışmış olun.
- Hızlı geliştirme ve MVP teslimatını sağlam üretim mühendisliğiyle dengeleyin.
- Mentorluk, teknik etki ve mühendislik uygulamalarıyla liderlik gösterin.
- Yapay zekâ çözümleri sunarken proaktif, bağımsız ve sonuç odaklı bir yaklaşım sergileyin.
Yan Haklar
- Deneyim ve niteliklere dayalı rekabetçi ücret.
- Kapsamlı çalışan eğitimi ve mesleki gelişim programları.
- Yüksek etkili yapay zekâ ve makine öğrenimi girişimlerine liderlik etme fırsatları.
- İleri makine öğrenimi teknolojileri ve modern MLOps uygulamalarıyla çalışma olanağı.
- Fonksiyonlar arası iş birliğini destekleyen uluslararası bir çalışma ortamı.
- Şirket, ekip ve grup etkinlikleri.
- Doğum günü ve kıdem avantajları.
- Mesleki gelişim ve teknik liderlik fırsatları.
- Ek çalışan avantajları ve teşvikler.