Projemizi Hayata Geçirmek İçin Takım Arkadaşları Arıyoruz

Havacılık tarihinde iz bırakırken sen de yanımızda yer al!

Açık Pozisyon

Yapay Zeka Mühendisi

Konum: Yeditepe Üniversitesi IdeaLab

Yalnızca son sınıf lisans, yüksek lisans ve doktora öğrencilerini kabul edebiliriz.

Havacılık verilerini işleyen derin öğrenme modelleri geliştirecek, karar destek motoruna katkı sağlayacak ekip arkadaşı arıyoruz.

  • Python ve TensorFlow/Keras gibi kütüphanelerle model geliştirebilme
  • LSTM mimarisini, input shape mantığını ve zaman serisi modellerinin yapısını anlayabilme
  • Model eğitim döngüsü, epoch, batch size, callback gibi kavramlara aşinalık
  • Statik ve dinamik değişkenleri birleştirerek model girişi oluşturma mantığını kavrama
  • Eğitilen modeli backend üzerinde çalıştırmak için inference pipeline mantığını anlama
  • Temel model optimizasyon teknikleri (dropout, regularization) hakkında bilgi
  • Model performansı, hız ve latency gibi metriklerde test yapabilme
Başvur →
Açık Pozisyon

Veri Mühendisi

Konum: Yeditepe Üniversitesi IdeaLab

Yalnızca son sınıf lisans, yüksek lisans ve doktora öğrencilerini kabul edebiliriz.

Gerçek zamanlı hava trafik & meteoroloji verilerini işleyip AI ekibine kaliteli veri sağlayacak altyapı geliştiricisi arıyoruz.

  • PostgreSQL gibi ilişkisel veri tabanlarına hâkimiyet
  • Veri tabanı şeması oluşturma ve tablo tasarımı becerisi
  • API’den veri çekme, JSON parse etme ve ETL mantığıyla veri işleme
  • Python ile script yazma ve veri pipeline tasarlama
  • Zaman serisi veri akışlarını yönetme ve sequence oluşturma süreçlerine aşinalık
  • Backend ile veri tabanı arasında veri akışını yönetme mantığını anlama
  • Performans farkındalığı (uygun JOIN yapıları, hızlı veri hazırlığı ve verimli saklama)
Başvur →
Açık Pozisyon

Veri Bilimci

Konum: Yeditepe Üniversitesi IdeaLab

Yalnızca son sınıf lisans, yüksek lisans ve doktora öğrencilerini kabul edebiliriz.

Havacılık ve uçuş trafiği verilerini analiz ederek modele beslenen veri setlerini oluşturacak araştırmacı arıyoruz.

  • Veri temizleme, eksik değer yönetimi ve temel normalizasyon bilgisi
  • Pandas / NumPy ile veri manipülasyonu yapabilme
  • Statik–dinamik veri yapısını ve zaman serisi mantığını (sequence / sliding window) anlayabilme
  • Feature engineering konusunda temel seviye farkındalık
  • Kural tabanlı label üretimi ve temel model değerlendirme metriklerine (loss, accuracy, ROC) aşinalık
Başvur →