AI/ML Mühendisi

Bu pozisyon, tüm başvuruları ve sonraki adımları yöneten bir ortak şirket adına listelenmiştir. Ortağımız Hollanda merkezli bir AI/ML Mühendisi arıyor.

Sağlık, tarım, eğitim ve uluslararası kalkınma alanlarında gerçek dünyadaki zorlukları ele alan pratik yapay zeka sistemleri geliştiren misyon odaklı bir mühendislik ekibine katılın. Bir AI/ML Mühendisi olarak, kar amacı gütmeyen kuruluşlar ve toplulukları tarafından kullanılan yapay zeka destekli uygulamaları tasarlayacak, oluşturacak, değerlendirecek, dağıtacak ve sürekli olarak geliştireceksiniz. Klinik yardımcı pilotlar ve yapay zeka koçluk araçlarından tarımsal danışmanlık sohbet robotlarına ve değerlendirme altyapısına kadar çeşitli çözümler üzerinde çalışacaksınız. Davranış bilimcileri, araştırmacılar ve yerleşik mühendislerle işbirliği yaparak uygulamalı yapay zeka araştırmalarını güvenilir, ölçeklenebilir ürünlere ve yeniden kullanılabilir teknik kaynaklara dönüştüreceksiniz. Ayrıca ortak kuruluşların mentorluk, açık kaynak katkıları ve bilgi paylaşımı yoluyla kendi yapay zeka yeteneklerini güçlendirmelerine yardımcı olacaksınız. Bu tamamen uzaktan görev, önemli miktarda teknik sahiplik ve milyonlarca insan için sonuçları iyileştirebilecek girişimlere gelişmiş yapay zeka mühendisliğini uygulama fırsatı sunuyor.

Sorumluluklar:

Bu rolde, kâr amacı gütmeyen iş ortaklarının etkili, ölçülebilir ve sorumlu yapay zeka uygulamalarını benimsemesine yardımcı olurken, üretime hazır yapay zeka sistemleri oluşturup geliştireceksiniz. Çalışmanız, uygulamalı mühendislik, uygulamalı araştırma, deney ve doğrudan sahada çalışan ekiplerle işbirliğini birleştirecektir.

•
Gerçek dünyadaki kullanım örnekleri için makine öğrenimi sistemlerini ve yapay zeka destekli uygulamaları tasarlayın, oluşturun, değerlendirin, dağıtın ve iyileştirin.

•
Kâr amacı gütmeyen kuruluşların yapay zeka ürünlerini değerlendirmesine ve geliştirmesine yardımcı olan açık kaynaklı yapay zeka değerlendirme altyapısına ve araçlarına katkıda bulunun.

•
Yinelenen zorlukları belirlemek ve bulguları yeniden kullanılabilir araçlara, çerçevelere, taktik kitaplarına ve teknik yayınlara dönüştürmek için davranış bilimciler, araştırmacılar ve saha ekipleriyle yakın işbirliği içinde çalışın.

•
Yapay zeka sistemleri için uygun veri kümeleri, değerlendirme kriterleri ve ölçülebilir performans iyileştirmeleri dahil olmak üzere titiz değerlendirme yöntemleri geliştirin.

•
Hedef kullanıcılar için güvenilirlik, kullanışlılık ve performansı geliştirerek üretim düzeyinde LLM uygulamaları ve aracılı sistemler oluşturun ve yineleyin.

•
Uygun olduğunda açık kaynak katkıları olarak ortak projelerden anlamlı teknik yenilikler yayınlayın.

•
İyileştirmelere rehberlik etmek için denemeleri ve ölçülebilir geri bildirimleri kullanarak hızlı geliştirme ve devreye alma döngüleri yoluyla çözümler sunun.

•
Teknik kararları belgeleyin, mühendislik standartlarını koruyun ve yapay zeka bileşenlerinin güvenilir ve bakımı kolay kalmasını sağlayın.

•
Uygulamalı yapay zeka araştırmalarındaki gelişmeleri izleyin, ilgili ilerlemeleri değerlendirin ve umut verici yaklaşımları pratik ortamlarda test edin.

•
Üretken yapay zeka ürünleri geliştiren kar amacı gütmeyen kuruluşlara tavsiyelerde bulunun ve destek vererek onların etkili mühendislik uygulamalarını, araçlarını ve iş akışlarını benimsemelerine yardımcı olun.

•
Ortak kuruluş personeline mentorluk yapın ve onların dahili teknik yeteneklerini ve sorumlu yapay zeka uygulamalarını güçlendirmeye yardımcı olun.

•
Devam eden projelerden alınan dersleri ve en iyi uygulamaları aktaran atölye çalışmalarına, seminerlere ve bilgi paylaşımı girişimlerine katkıda bulunun.

•
Operasyonel zorlukları anlamak, yapay zeka araçlarının nasıl kullanıldığını gözlemlemek ve doğrudan kullanıcı ihtiyaçlarına göre teknik iyileştirmeler önermek için saha ziyaretleri gerçekleştirin.

•
Uygulama ve dağıtım yoluyla sorunları belirleme, çözümleri tanımlama ve projeleri yönlendirme konusunda inisiyatif alın.

Gereksinimler:

İdeal aday, güçlü makine öğrenimi temellerini, son kullanıcıya yapay zeka ürünleri sunma konusunda önemli uygulamalı deneyimle birleştirir. Pratik etkiye güçlü bir şekilde odaklanmayı sürdürürken, araştırma, deney, üretim mühendisliği ve teknik olmayan paydaşlarla işbirliği arasında rahatça geçiş yapmalısınız.

•
Matematik, derin öğrenme, büyük dil modelleri (LLM) ve modern yapay zeka sistemlerinde güçlü temeller.

•
Derin öğrenmeyle desteklenen, son kullanıcıya yönelik en az bir ürünün oluşturulması, değerlendirilmesi ve sistematik olarak iyileştirilmesi dahil olmak üzere en az 4 yıllık uygulamalı makine öğrenimi mühendisliği deneyimi. Model API'lerini entegre etmek, dahili kontrol panelleri oluşturmak veya yalnızca makine öğrenimi altyapısına katkıda bulunmakla sınırlı deneyim bu gereksinimi karşılamaz.

•
Konsept kanıtlamanın ötesinde en az bir üretim sınıfı aracı da dahil olmak üzere LLM destekli uygulamalar oluşturma konusunda en az 1-2 yıllık deneyim.

•
Veri kümesi tasarımı, değerlendirme metodolojisi ve performans ölçümü konusunda güçlü bir anlayışla yapay zeka sistemlerini değerlendirme konusunda pratik deneyim.

•
Python'da yeterlilik ve uygulamalı uygulamaya derinlemesine dahil olma isteği.

•
Bir problemin gelişmiş yönlendirme, farklı bir model, daha iyi araçlar veya genel işlem hattında değişiklik gerektirip gerektirmediğini belirleme yeteneği de dahil olmak üzere, etmenli sistemler için yönlendirme ve bağlam mühendisliğinde akıcılık.

•
Çıktıları doğrulamak ve gönderdiklerinizin sorumluluğunu üstlenmek için karar verme ve hesap verme sorumluluğu ile yüksek kaliteli işler üretmek için AI kodlama aracılarını kullanma deneyimini yaşayın.

•
Araştırma makalelerini okuma, yeni fikirleri değerlendirme ve ilgili yaklaşımları pratik deneylerle hızlı bir şekilde test etme becerisi.

•
Yinelemeli, ölçülebilir ilerleme kaydederken veriler, modeller ve değerlendirme hakkında dikkatli bir şekilde akıl yürütme becerisine sahip deneysel bir zihniyet.

•
Güçlü ilk prensip düşüncesi ve pratik, ölçeklenebilir çözümler tasarlama yeteneği.

•
Bir ürünün hedef kitlesi için etkili bir şekilde çalışıp çalışmadığını önceliklendiren, kullanıcı odaklı bir yaklaşım.

•
Proaktif sahiplenme, aciliyet, detaylara dikkat ve projeleri sürekli yönlendirme olmadan tamamlanmaya kadar taşıma yeteneği.

•
Teknik kavramları mühendislik dışı izleyicilere açık bir şekilde açıklama yeteneği de dahil olmak üzere güçlü yazılı ve sözlü iletişim becerileri.…

Kaynak: Arbeitnow (https://www.arbeitnow.nl/jobs/companies/jobgether/ai-ml-engineer-netherlands-110951)