Full Stack Machine Learning Engineer

Wattica

İş Tanımı

Türkiye enerji sektörüne yönelik veri analitiği ve tahminleme projelerimizi büyütürken; zaman serisi odaklı modelleri uçtan uca geliştirecek, canlı sistemlerde çalıştıracak ve gerektiğinde bağımsız sorumluluk alabilecek bir Full Stack Machine Learning Engineer arıyoruz.

Wattica’da enerji sektörünün gerçek problemlerini veri ve makine öğrenmesiyle çözüyoruz. Gerçek verilerle, canlı sistemlerde çalışan ve katma değer yaratan makine öğrenmesi çözümleri geliştiriyoruz.

Bu rolde, modeli yalnızca eğitmekle kalmayıp; veri hazırlığından API servislemesine, deployment’tan izlemeye kadar tüm süreci sahiplenen bir ekip arkadaşıyla çalışmak istiyoruz.

Sorumluluklar

Makine Öğrenmesi & Modelleme

• Zaman serisi ve tahmin problemleri üzerine makine öğrenmesi modelleri geliştirmek.
• Gerçek zamanlı ve büyük ölçekli verilerle çalışan ML sistemleri tasarlamak ve iyileştirmek.
• Model performansını izlemek, bozulmaları analiz etmek ve gerekli iyileştirmeleri yapmak.
• “Model bitti” yaklaşımı yerine, sistemin zaman içindeki davranışından sorumluluk almak.

Backend & API Geliştirme

• Python ile production-ready servisler geliştirmek (tercihen FastAPI).
• ML modellerini RESTful API’ler üzerinden servis etmek ve dokümante etmek.
• Veri doğrulama, logging ve exception handling gibi temel backend standartlarını uygulamak.
• Gerekli durumlarda basit veri erişimi ve servis entegrasyonlarını gerçekleştirmek.

Veri & Altyapı

• Apache Airflow ve/veya NiFi kullanarak veri pipeline’ları tasarlamak ve işletmek.
• Docker ile containerize edilmiş servislerin geliştirme ve canlı ortamlarda çalışmasını sağlamak.
• CI/CD süreçlerine uyumlu şekilde kod üretmek ve deployment süreçlerine katkı sağlamak.

Aranan Nitelikler

• 3–5 yıl aralığında, production odaklı ML veya veri odaklı yazılım geliştirme tecrübesi.
• Zaman serisi ve tahmin problemleri üzerine çalışma deneyimi.
• Güçlü Python bilgisi ve temiz, sürdürülebilir kod yazma alışkanlığı.
• Docker, deployment ve MLOps süreçlerine aşinalık.
• ML modellerini servisleyebilecek seviyede backend geliştirme tecrübesi (FastAPI veya benzeri).
• Zaman zaman tek başına çalışabilecek, teknik sorumluluk alabilecek olgunluk.
• Veriyle çalışmayı seven, problemi sahiplenen bir çalışma yaklaşımı.

Tercih Sebepleri

• Time series forecasting alanında pratik deneyim (istatistiksel veya ML tabanlı).
• Enerji üretim, tüketim ve meteoroloji veri setleriyle çalışma tecrübesi.
• Airflow, NiFi, MLflow gibi araçlarla çalışma tecrübesi.
• Canlı sistemlerde çalışan ML modellerinin izlenmesi ve iyileştirilmesi konusunda deneyim.
• Farklı veri kaynaklarıyla (çok kaynaklı veri yapıları) çalışma tecrübesi.

Neler Sunuyoruz

• Gerçek verilerle ve canlı sistemlerle çalışan ML projeleri.
• Küçük, teknik olarak güçlü ve sorumluluk alan bir ekip.
• Araştırma değil, gerçek hayatta çalışan ve katma değer sağlayan makine öğrenmesi.
• Teknik kararlarına ve katkına alan açan bir çalışma kültürü.
• Remote veya hibrit çalışma imkânı.