Yapay Zeka Mühendisi (Ajantik)

CoreWeave AI™ için Temel Buluttur. Öncüler tarafından öncüler için geliştirilen CoreWeave, yenilikçilerin yapay zekayı güvenle oluşturmasına ve ölçeklendirmesine olanak tanıyan bir teknoloji, araç ve ekip platformu sunar. Önde gelen yapay zeka laboratuvarlarının, startup şirketlerinin ve küresel kuruluşların güvendiği CoreWeave, atılımları hızlandırmak ve bilişimi yeteneğe dönüştürmek için üstün altyapı performansını derin teknik uzmanlıkla birleştiriyor. 2017 yılında kurulan CoreWeave, Mart 2025'te halka açık bir şirket (Nasdaq: CRWV) haline geldi. Daha fazla bilgiyi www.coreweave.com adresinde bulabilirsiniz.

Geçim Ücreti akreditasyonuna sahip bir İşveren olmaktan gurur duyuyoruz.

Ne Yapacaksınız:

CoreWeave'deki Fiziksel Yapay Zeka Mühendisliği Ekibi, dünyanın en gelişmiş mühendislik simülasyonuna ve yapay zeka iş akışlarına güç veren çekirdek platformu oluşturmaktan ve ölçeklendirmekten sorumludur. Bu ekip, dağıtılmış mimarinin geliştirilmesinden yeni nesil aracı uygulamaların ve fiziksel yapay zekanın etkinleştirilmesine kadar, dünyanın en büyük mühendislik şirketlerinin güvendiği performanslı, güvenilir ve ölçeklenebilir temeli sunar.

Rol hakkında:

Fiziksel Yapay Zeka platformumuzun aracı katmanını oluşturmak için Kıdemli Yapay Zeka Mühendisi arıyoruz. Mühendislik yardımcı pilotumuzun arkasındaki aracıları tasarlayacak, inşa edecek ve göndereceksiniz: gerçek bir mühendislik problemini bir otomotiv, endüstriyel veya robot ekibinden alan, verileri keşfeden, modeller oluşturup değerlendiren ve bir mühendisin güvenebileceği ve üzerinde hareket edebileceği sonuçları döndüren sistemler.

Bu bir araştırma rolü değil, uygulamalı bir mühendislik rolüdür. Araştırmacılarımız ve yazılım mühendislerimizle birlikte çalışacaksınız: Araştırma yeni yaklaşımları keşfeder ve siz de işe yarayanları güvenilir üretim sistemlerine dönüştürürsünüz. Araç ve bağlam tasarımından değerlendirmeye, dağıtım ve üretimdeki operasyona kadar uçtan uca aracılara sahip olacaksınız.

Bu rolde şunları yapacaksınız:

Temsilci Sistemler

• Müşteri mühendisliği sorunlarına ilişkin otomatik araştırma döngüsünü çalıştıran aracıları tasarlayın ve oluşturun: veri araştırması, özellik ve model yinelemesi, değerlendirme ve raporlama.

• Platform yeteneklerini (veri bağlayıcıları, Fiziksel AI kitaplıkları, deney izleme ve model kaydı, bilgi işlem) aracılara güvenli ve öngörülebilir bir şekilde sunan araç arayüzlerini ve MCP sunucularını tanımlayın.

• Mühendislik verilerinin, dokümantasyonun ve geçmiş deneylerin alınması dahil, uzun süredir devam eden aracı görevleri için kendi bağlamı ve bellek tasarımı.

• Kaliteyi, gecikmeyi ve maliyeti dengeleyerek modelleri seçin ve entegre edin.

Değerlendirme ve Güvenilirlik

• Kalitenin ölçülebilir ve gerilemelerin görünür olması için aracı performansını gerçek mühendislik kullanım durumlarında ölçen değerlendirme araçları ve kıyaslamalar oluşturun.

• İzleme ve gözlemlenebilirliğe sahip araç temsilcileri ve bu verileri kendilerini geliştirmek için kullanırlar.

• Temsilcilerin müşteri verileri ve bilgi işlem üzerinde güvenli bir şekilde hareket edebilmesi için korkuluklar, korumalı alanda kod yürütme, izin modelleri ve döngüdeki insan kontrol noktaları tasarlayın.

• Temsilcileri prototipten üretime taşıyın: test etme, CI/CD, dağıtım, izleme ve çağrı üzerine sahiplik.

ML ve Alan Adı Çalışması

• Özellikle aracıların bu bileşenleri kullandığı veya oluşturduğu durumlarda, ML Mühendisleriyle birlikte ML çalışmalarına (model eğitimi, değerlendirme ve Fiziksel AI kitaplığı geliştirme) katkıda bulunun.

• İleriye Konuşlandırılmış Mühendisler ve müşterilerle birlikte çalışarak, fiziksel mühendislik alanlarının sözcük dağarcığını ve iş akışlarını temsilci davranışına dönüştürün.

• Gerektiğinde ML mühendislik çalışmalarını ele alın ve ML Mühendislerinin kendi iş akışlarında aracılı araçları benimsemelerine yardımcı olun.

İşbirliği

• Umut verici ajansal yaklaşımları üretim sistemlerine dönüştürmek için Araştırma ile birlikte çalışın.

• Platform dağıtılmış, aracıya hazır bir mimariye geçerken aracı çalışma zamanı, iş akışı düzenlemesi ve kimlik doğrulama konularında platform mühendisleriyle işbirliği yapın.

• Üründeki aracı yeteneklerini makine öğrenimi dışı mühendislerin güveneceği bir şekilde ortaya çıkarmak için Ön Uç ve Ürün ile birlikte çalışın.

• Mühendislere mentorluk yapın ve yeni ekip üyeleriyle röportaj yapın ve onları işe alın.

Sen Kimsin:

• Yüksek Lisans'ın yanı sıra 2+ yıllık üretim sistemleri oluşturma dahil 5+ yıllık profesyonel yazılım mühendisliği deneyimi. Geçmişiniz akademik araştırma değil, nakliye ve işletim yazılımıdır.

• Gerçek kullanıcılarla en az bir aracılı sistemi üretime gönderdiniz: araç kullanan aracılar, çok adımlı iş akışları veya kod üreten aracılar.

• Güçlü üretim Python.

• LLM API'leri ve aracı çerçeveleri ile ilgili uygulamalı deneyim ve çerçevelerin nerede yardımcı olduğu ve nerede engel olduklarına dair net bir görüş.

• MCP veya eşdeğer araç çağırma protokolleri de dahil olmak üzere aracılara yönelik araçlar ve API'ler tasarlama deneyimi.

• Yüksek Lisans veya temsilci sistemleri için değerlendirme geliştirme deneyimi: veri kümeleri, derecelendiriciler, yargıç olarak Yüksek Lisans, regresyon izleme.

• Sağlam ML temelleri. Bir modeli scikit-learn veya PyTorch ile eğitebilir ve değerlendirebilirsiniz ve doğrulamayı, aşırı uyumu ve belirsizliği bir aracının çıktısını değerlendirebilecek kadar iyi anlarsınız.

• Temsilciler için erişim ve bağlam mühendisliği deneyimi.

• Güçlü yazılım mühendisliği uygulamaları: kod incelemesi, otomatik test, CI/CD, gözlemlenebilirlik, Docker ve Kubernetes ve en az bir büyük bulut (AWS tercih edilir).

• Güvenlik odaklı: çok kiracılı sistemlerde korumalı alan oluşturma, kimlik doğrulama/yetkilendirme, hızlı ekleme ve veri izolasyonu.

• Hem mühendislerle hem de makine öğrenimi dışı paydaşlarla açık teknik iletişim.

Tercih edilen:

• Otomatik araştırma, veri bilimi aracıları veya deneyler yazan ve yürüten aracılarla (örneğin not defterlerinde) deneyim.

• Tablo, zaman serisi, sensör, test veya simülasyon verileri (otomotiv, havacılık, endüstriyel veya robotik) konusunda deneyim.

• Yapay zeka mühendisliğine geçmeden önce arka uç veya platform mühendisi olarak önceki deneyim.

• Deney izleme araçlarına ve not defteri ortamlarına aşinalık.

• GPU altyapısında açık kaynaklı modeller sunma deneyimi.

• Uzun süren aracı görevleri için iş akışı düzenleme deneyimi.

• Temsilci davranışını iyileştirmek için ince ayar veya takviyeli öğrenme deneyimi.

Uygun olup olmadığınızı mı merak ediyorsunuz?…

Kaynak: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/coreweaveu/ai-engineer-agentic-london-473164)