Naveera Technology LLC, kuruluşların pratik ve üretime hazır sistemler aracılığıyla yapay zekâ odaklı yetkinlikler geliştirmesine yardımcı olan bir teknoloji danışmanlığı ve mühendislik şirketidir. Şirketin çalışmaları; veri mühendisliği, makine öğrenimi, üretken yapay zekâ, uygulama geliştirme, bulut altyapısı ve BT operasyonlarının yanı sıra veri hatları, GenAI modeli geliştirme, MLOps ve özel web, mobil ve kurumsal uygulamaları kapsar. Naveera; dijital sağlık, fintech, e-ticaret, lojistik ve diğer kurumsal alanlardaki müşterilerini, küresel teslimat ekipleri, genişletilmiş mühendislik desteği ve verileri faydalı içgörülere ve ölçeklenebilir teknolojilere dönüştürmeye odaklanan mükemmeliyet merkezi modeliyle destekler.
Kıdemli Veri Mühendisliği Yöneticisi – GCP, AI/ML ve GenAI (ABD Uzaktan)
AWS'den GCP'ye veri platformu geçişlerine liderlik edin ve GCP ile Vertex AI kullanarak kurumsal AI/ML, GenAI ve MLOps çözümleri oluşturun. Küresel bir mühendislik ve BT hizmetleri iş ortağında modernizasyon girişimlerini yönetin.
Açıklama
- Kurumsal veri platformlarının AWS'den GCP'ye geçişlerine liderlik etmek
- Ölçeklenebilir GCP veri platformları, Veri Gölleri ve Lakehouse'lar tasarlamak
- GCP ve Vertex AI ile AI/ML, Üretken Yapay Zekâ, RAG ve MLOps çözümleri geliştirmek
- Hazırlama, eğitim, doğrulama, dağıtım, izleme, yeniden eğitim ve yaşam döngüsü yönetimi için uçtan uca makine öğrenimi işlem hatları oluşturmak
- Alım, dönüştürme, gömme, indeksleme, erişim, toplu iş, akış, ETL ve ELT işlem hatları tasarlamak
- AWS ortamlarını değerlendirmek ve iş yüklerini eşdeğer veya daha iyi GCP hizmetleriyle eşleştirmek
- Aşamaları, bağımlılıkları, riskleri, geri alma planlarını ve hedef mimarileri kapsayan geçiş yol haritaları oluşturmak
- Pub/Sub, Dataflow veya Apache Beam, BigQuery ve Cloud Storage ile olay güdümlü gerçek zamanlı işlem hatları tasarlamak
- Kurumsal veri modelleri, BigQuery bölümleme ve kümeleme düzenleri ile analiz tüketim modelleri oluşturmak
- Veri yönetişimi, kalite, köken, meta veriler, güvenlik, gizlilik, erişim denetimi ve sorumlu yapay zekâ standartlarını belirlemek
- Dev, QA, UAT ve Production ortamlarında Terraform otomasyonu, CI/CD, dağıtım, test ve ortam ilerletme süreçlerine liderlik etmek
- Performansı, ölçeklenebilirliği, gecikmeyi, aktarım hızını, güvenilirliği ve bulut maliyetlerini iyileştirirken kıyaslamalar ve SLA'ler tanımlamak
- Veri Mühendislerini, Kıdemli Veri Mühendislerini ve Teknik Liderleri yönetmek ve geliştirmek; mimari ve kod incelemeleri yürütmek
- Mühendislik ilerlemesini, teslimat risklerini, bağımlılıkları ve kilometre taşlarını izlemek
- ABD'deki paydaşlar için birincil teknik iletişim noktası olarak görev yapmak ve İş, Ürün, Veri Bilimi, BI, DevOps, Güvenlik ve Analitik ekipleriyle iş birliği yapmak
- İş gereksinimlerini teknik çözümlere dönüştürmek; mimari kararları, geçiş planlarını, yol haritalarını, riskleri ve ödünleşimleri iletmek
Gereksinimler
- GCP veri mühendisliği, veri mimarisi, bulut mühendisliği, AI/ML mühendisliği veya ilgili teknoloji liderliği alanında 15+ yıl deneyim
- En az 5 yıl uygulamalı GCP veri mühendisliği deneyimi
- En az 3 yıl uygulamalı AI/ML ve GenAI deneyimi
- AWS'den GCP'ye geçiş projelerini başarıyla teslim etmiş olmak
- GCP üzerinde kurumsal Veri Gölü ve Lakehouse platformları tasarlama konusunda güçlü deneyim
- BigQuery, Google Cloud Storage, Dataflow, Pub/Sub, Cloud Composer, Dataproc, IAM ve Terraform konusunda uygulamalı uzmanlık
- AWS veri iş yüklerini, işlem hatlarını ve platformlarını GCP'ye taşıma deneyimi
- AWS-GCP hizmet eşleştirme, geçiş kalıpları, modernizasyon ve bulut mimarisi uygulamaları konusunda güçlü bilgi
- Vertex AI ile GCP üzerinde AI/ML çözümleri oluşturma ve dağıtma deneyimi
- Üretken Yapay Zekâ, LLM uygulamaları, RAG, gömmeler, vektör arama, istem mühendisliği ve kurumsal yapay zekâ asistanları konusunda uygulamalı deneyim
- Eğitim, model kayıtları, CI/CD/CT, dağıtım, izleme, yeniden eğitim, yönetişim ve geri alma süreçlerini kapsayan güçlü MLOps bilgisi
- Gizlilik, değerlendirme, erişim denetimi, denetlenebilirlik ve yönetişim özelliklerine sahip güvenli ve sorumlu yapay zekâ çözümleri sunma deneyimi
- Uzman düzeyde SQL becerileri ve güçlü Python ile PySpark yetkinliği
- Veri modelleme, veri ambarı, toplu işleme ve gerçek zamanlı veri mühendisliği alanlarında güçlü geçmiş
- Terraform, Git, GitHub, Cloud Build, CI/CD ve altyapı otomasyonu deneyimi
- Veri mühendisliği ve çapraz işlevli teknik ekipleri yönetme ve geliştirme deneyimi
- Güçlü iletişim becerileri ve ABD merkezli paydaşlarla çalışma deneyimi
- Google Cloud Professional Data Engineer sertifikası tercih edilir
- Google Cloud Professional Machine Learning Engineer sertifikası tercih edilir
- Vertex AI Agent Builder, Vertex AI Search, Vertex AI üzerinde Gemini veya kurumsal Üretken Yapay Zekâ platformları deneyimi tercih edilir
- dbt, Apache Airflow, Kafka, Apache Spark, Kubernetes, Cloud Run ve API odaklı mimariler deneyimi tercih edilir
- Dataplex, Data Catalog, veri kökeni, meta veri yönetimi, yönetişim, ana veri yönetimi ve veri kalitesi çerçeveleri deneyimi tercih edilir
- Sıkı gizlilik, güvenlik, uyumluluk, denetim ve yönetişim gereksinimleri olan kurumsal veya düzenlemeye tabi ortamlarda çalışma deneyimi tercih edilir
- Teknik uzmanlık Python, PyTorch, TensorFlow, Scikit-learn, NLP, derin öğrenme, ML algoritmaları, GenAI, LLM'ler, GPT, Gemini, Claude, Llama, istem mühendisliği, ince ayar, RAG, gömmeler, vektör veritabanları, anlamsal ve hibrit arama, yeniden sıralama, LangChain, LlamaIndex, LangGraph, Hugging Face, Transformers, yapay zekâ ajanları, ajan tabanlı iş akışları, araç veya işlev çağırma, çok ajanlı sistemler, MCP, MLflow, Kubeflow, model kayıtları, dağıtım, izleme, CI/CD, Vertex AI, Vertex AI Studio, Vertex AI Pipelines, Model Garden, Vector Search, FastAPI, Flask, REST API'leri, SQL, Docker, Kubernetes, GCP, AWS, Azure, BigQuery, Dataflow, Spark, Databricks, veri gölleri, ileri düzey Python, uzman SQL, PySpark, Apache Spark, ETL, ELT, CDC, toplu iş ve akış, olay güdümlü mimari, işlem hattı geliştirme ve optimizasyonu, kurumsal Veri Gölü ve Lakehouse, Medallion Architecture, veri ambarı, veri modelleme, boyutsal modelleme, çok kiracılı modelleme, şema okuma ve şema yazma, dbt, Apache Airflow veya Cloud Composer, Dataproc, Dataflow veya Apache Beam, AWS Glue, Redshift, EMR, Lambda, Kinesis, Athena, CloudWatch, GCS, AWS S3, Pub/Sub, Dataplex, Data Catalog, Terraform, Git veya GitHub, Cloud Build, CI/CD, Kod Olarak Altyapı, veri kökeni, meta veri yönetimi, veri kalitesi, izleme ve OpenLineage'ı içermelidir
Yan Haklar
- Esnek uzaktan çalışma
- Dünyanın dört bir yanındaki müşterilerle çalışma
- İnovasyona odaklanan bir ortamda iş birliği yapma
- Sürekli öğrenme ve sertifika fırsatlarına erişim
- Mühendislik Başkanı olarak önemli AI/ML ve GCP inovasyon girişimlerine liderlik etme