AI / ML mühəndisi

Fərqli sahələrdə başdan-sona (end-to-end) ML həlləri hazırlamaq (LLM/NLP, görüntü emalı, səs, tabular data və s.)Hazır modelləri ehtiyaca uyğun adaptasiya etmək (fine-tuning, LoRA, adapter və s.)Lazım gələrsə, sıfırdan model hazırlamaqModel təlim proseslərini dizayn etmək və problemləri həll etmək (loss, data, evaluation və s.)Modelin həqiqətən istifadə oluna bilməsi üçün lazımi sistemləri qurmaq (API, data axını, demo, alətlər)Qeyri-müəyyən biznes ehtiyaclarını analiz edib, onları düzgün ML problemlərinə çevirməkAgentic AI sistemləri hazırlamaq:Çoxaddımlı tapşırıqları planlaşdıran və idarə edən agent strukturları qurmaqLLM + tool (function calling) inteqrasiyaları hazırlamaqUzunmüddətli tapşırıqlarda context və memory idarəetməsini dizayn etməkRAG, workflow orchestration və multi-agent sistemlər qurmaqVə ən əsası: ML istifadəsinin həqiqətən lazım olub-olmadığını düzgün qiymətləndirmək Xüsusi tələblər ML sahəsində geniş təcrübə (yalnız bir sahə deyil, fərqli yanaşmalara hakim olmaq)Modeli başdan-sona təlim etdirmiş, problemləri görmüş və həll etmiş olmaqPyTorch (və ya oxşar) üzrə güclü biliklərLLM tərəfində praktiki təcrübə (fine-tuning, RAG, prompt engineering və s.)Agentic AI təcrübəsi və ya güclü marağı:AutoGen, LangGraph, CrewAI və ya oxşar framework-lərlə işləməÇoxaddımlı reasoning və task planning məntiqini anlamaqAPI/tool inteqrasiyası ilə işləyən ağıllı agentlər hazırlamaqYalnız modeli deyil, sistemin bütövünü düşünə bilmək (API, deployment və s.)Problemi düzgün anlamadan modelə tələsməyən, həll yönümlü yanaşmaÜstünlük sayılan təcrübələrMLOps alətləri (MLflow, W&B və s.)Qabaqcıl təlim texnikaları (distillation, multi-stage training və s.)Görüntü emalı, səs sistemləri və ya multimodal layihələrUnsupervised learning (clustering, anomaly detection və s.)Multi-agent sistemlər və ya avtonom workflow dizaynı təcrübəsiElmi məqalələri oxuyub sürətlə tətbiqə çevirə bilməkPerformans optimallaşdırması (GPU, inference və s. Müraciət etmək üçün: [email protected]