Genel Nitelikler

• Yapay zeka / veri bilimi alanında en az 2 yıl profesyonel deneyim,
• Python ile güçlü geliştirme becerisi (NumPy, Pandas, scikit-learn),
• SQL ile veri çekme ve analiz yapabilme,
• En az bir DL framework’ünde pratik deneyim: PyTorch veya TensorFlow/Keras,
• Transformer tabanlı modeller konusunda pratik: Hugging Face ekosistemi, tokenizer/embedding mantığı, temel training & inference akışı,
• Modelleme temelleri: sınıflandırma/regresyon, imbalanced data, cross-validation, metrikler,
• Agent framework’leri ile deneyim (LangGraph/LangChain benzeri) ve tool design (schema, structured outputs),
• Git ile versiyon kontrol ve ekip içi çalışma alışkanlığı.

İş Tanımı

• Banka içi ve dışı kullanım senaryoları için LLM tabanlı uygulamalar tasarlamak ve geliştirmek
• RAG (Retrieval-Augmented Generation) mimarileri kurmak: veri hazırlığı, chunking stratejileri, embedding seçimi, vektör veritabanı tasarımı, reranking ve kaynak gösterimi,
• Local LLM operasyonları: model seçimi, quantization, inference optimizasyonu (latency/cost),
• Fine-tuning süreçleri (LoRA/QLoRA, instruction tuning): veri seti oluşturma/temizleme, eğitim kurgusu ve değerlendirme,
• Prompt engineering + evaluation: prompt şablonları, tool/function calling, sistem prompt’ları, otomatik test setleri, offline/online değerlendirme metrikleri,
• Agentic yaklaşımlar ve orkestrasyon: router, tool selection, çok-adımlı iş akışları, guardrails, retry/fallback stratejileri,
• Bankacılık kullanım senaryolarında (ör. Eğilim modelleri, öneri sistemleri) ML/DL modelleri geliştirmek ve iyileştirmek,
• Veri hazırlama, feature engineering, model eğitimi, validasyon ve performans takibini uçtan uca yürütmek,
• NLP ve/veya tabular veride modern yaklaşımlarla (Transformer, embeddings, gradient boosting + DL hibritleri) çözüm üretmek,
• Model çıktılarının iş metriklerine etkisini analiz etmek; A/B test ve izleme (monitoring) süreçlerine katkı vermek,
• Üretim ortamına geçişte mühendislik ekipleriyle çalışmak: API servisleme, batch skorlamalar, pipeline entegrasyonları,
• Model dokümantasyonu, kod kalitesi, versiyonlama ve tekrar üretilebilirlik (reproducibility) standartlarını takip etmek.

Başvurunuz nedeni ile paylaşmış olduğunuz veriler 6698 sayılı Kişisel Verilerin Korunması Kanunu (“KVKK”) kapsamında korunmakta ve işlenmektedir. Ayrıntılı bilgi için https://kariyer.denizbank.com/kvkk-information adresini ziyaret edebilirsiniz