MLOps Engineer

Smartinfo, deneyimli ekibiyle Veri Ambarı, İleri Veri Analitiği, İhtiyaca Özel Yazılım Geliştirme Çözümleri, Büyük Veri, Mobil ve Web Uygulama Çözümleri, Raporlama ve Karar Destek projeleri alanlarında uzmanlaşarak kurumsal müşterilerine hem anahtar teslim çözümler hem de dış kaynak hizmetleri sunmaktadır.

Farklı sektörlerdeki geniş deneyimiyle Smartinfo, şirketinizin benzersiz ihtiyaçlarını karşılayan özel çözümler sunar. Veri Ambarı, Veri Analizi, Raporlama ve Veri Analitiği konularındaki uzmanlığını en son Web ve Mobil Uygulama Geliştirme teknolojileriyle birleştirerek verileri eyleme dönüştürülebilir içgörülere çevirir. Ayrıca, kullanıcı deneyimini geliştirmek ve daha akıllı kararlar almanızı sağlamak için ileri teknolojilerden faydalanır. Smartinfo, işletmenizi güçlendirmek için veri ve dijital çözümleri kullanarak mevcut durumunuzu anlamanıza ve geleceğinizi güvenle şekillendirmenize yardımcı olur.

Genel Nitelikler

• MLOps alanında en az 7–8 yıllık profesyonel deneyime sahip
• Açık kaynak ve ticari LLM modelleri için benchmark, evaluation, regresyon testi ve model seçim süreçlerini tasarlamak ve yürütmek
• Kurumsal kullanım senaryolarına göre doğru model, embedding modeli, servisleme yöntemi ve deployment stratejisini belirlemek
• Instruction tuning, domain adaptation ve PEFT tabanlı fine-tuning süreçlerini uçtan uca yürütmek
• LoRA, QLoRA ve benzeri parameter-efficient fine-tuning teknikleri ile model optimizasyonları gerçekleştirmek
• LLM evaluation süreçlerinde groundedness, faithfulness, hallucination, latency, cost ve kalite metriklerini takip etmek
• RAG sistemlerinde retrieval kalitesi, chunking stratejisi, embedding seçimi, re-ranking ve cevap doğruluğu üzerinde iyileştirmeler yapmak
• Groundedness, faithfulness, guardrail ve hallucination azaltma mekanizmaları geliştirmek
• GPU kaynaklarını optimize etmek; quantization, batching, KV cache, model routing ve yüksek performanslı inference stratejileri uygulamak
• vLLM, TensorRT-LLM veya benzeri model servisleme teknolojileriyle ölçeklenebilir inference altyapılarına katkı sağlamak
• Kubernetes, OpenShift veya benzeri platformlarda LLM servislerinin güvenilir ve sürdürülebilir şekilde çalışmasını sağlamak
• RAG ve Agentic AI çözümlerinin geliştirilmesine, test edilmesine ve üretim ortamına alınmasına katkı sağlamak
• MCP, tool-calling, agent orchestration ve multi-agent mimarileri konusunda teknik çözüm tasarımlarına katkı vermek
• Kurumsal ölçekte yeniden kullanılabilir Generative AI bileşenleri, servisleri ve standartları oluşturmak
• İş birimleri, veri mühendisliği, yazılım, güvenlik ve platform ekipleriyle birlikte üretim seviyesinde AI çözümleri geliştirmek
• Junior/mid-level mühendisler için teknik yönlendirme sağlamak ve LLM engineering best practice’lerinin yaygınlaşmasına katkıda bulunmak