Veri Bilimi ve Yapay Zekâ · Kıdemli (6+ yıl)

Yapay Zekâ Araştırma Uzmanı Özgeçmişi

Bu örnek, bir yapay zekâ araştırmacısının deneysel yöntemleri, model değerlendirmesini ve yayımlanmış çalışmaları ölçülebilir araştırma sonuçlarıyla nasıl ilişkilendirebileceğini gösteriyor. Bu rol için güçlü bir özgeçmiş, kişisel katkılarınızı açıklar ve ekiplerin çalışmalarınızı değerlendirebilmesi için yeterli teknik ayrıntıyı sunar.

Ahmet Yılmaz

Yapay Zekâ Araştırma Uzmanı

  • ahmet.yilmaz@example.com
  • +90 212 555 1234
  • İstanbul

Özet

Uygulamalı makine öğrenimi araştırma laboratuvarında 8 yıllık deneyime sahip yapay zekâ araştırmacısı; transformer modelleri ve pekiştirmeli öğrenme yöntemleri geliştiriyor. Deney tasarımı, model değerlendirmesi ve yeniden üretilebilir eğitim iş akışlarında yetkin; Bilgisayar Bilimleri alanında doktora derecesine ve hakemli araştırma yayınlarına sahip.

Deneyim

Kıdemli Araştırmacı - Cedar Peak Intelligence (2021 - Günümüz) - Çok adımlı dil görevleri için pekiştirmeli öğrenme yaklaşımı tasarladım; kurum içi değerlendirme paketindeki tamamlama oranını 4 yüzde puanı artırdım. - 12 model varyantı için PyTorch değerlendirme işlem hattı kurdum; deney sonuçlarını inceleme süresini 5 günden 3 güne indirdim. - Deney tasarımı ve yeniden üretilebilir iş akışları konusunda 2 araştırma görevlisine mentorluk ettim; ortak yazarlı 3 makaleye deney sonuçlarıyla katkıda bulundum. Araştırmacı - Alpine Signal Labs (2018 - 2021) - Dağıtık PyTorch işleriyle belge anlama için Transformer modelleri eğittim; eğitimde kullanılmayan bir veri kümesindeki doğrulama hatasını %9 azalttım. - 6 model yapılandırması için ablasyon çalışmaları yaptım; eğitim hesaplama maliyetini %15 azaltan daha yalın bir mimari belirledim.

Eğitim

Bilgisayar Bilimleri Doktorası - Summit Plains University (2018)

Beceriler

  • Derin öğrenme
  • Transformer modelleri
  • Pekiştirmeli öğrenme
  • Doğal dil işleme
  • PyTorch
  • JAX
  • LLM değerlendirmesi
  • Deney tasarımı
  • Dağıtık eğitim
  • İstatistiksel analiz

Seçilmiş yayınlar

• “Efficient Adaptation for Long-Form Document Tasks,” NeurIPS (2024) • “Preference Optimization Under Limited Feedback,” ICML (2022)

Araştırma araçları

• PyTorch, JAX, Weights & Biases • Slurm, Git, LaTeX

Bu örneği kullan

Oluşturucuyu bu Yapay Zekâ Araştırma Uzmanı özgeçmişiyle açın, ardından örneği kendi bilgilerinizle değiştirin.

Sık kullanılan anahtar kelimeler

Bu pozisyon için sıkça listelenen beceri ve araçlar. Yalnızca sahip olduklarınızı, iş ilanındaki ifadelerle kullanın. Kopyalamak için birine tıklayın.

Eylem fiilleri

GeliştirdimDeğerlendirdimTasarladımİyileştirdimYayımladımAnaliz ettimMentorluk ettim

Yapay Zekâ Araştırma Uzmanı özgeçmişi nasıl yazılır?

Araştırma alanınızı öne çıkarın

Araştırma odağınızı, en güçlü yöntemlerinizi ve en ilgili makale ya da projenizi üst sıralara koyun. İşe alım ekibi, çalışmalarınızın dil modelleri, pekiştirmeli öğrenme veya yorumlanabilirlik gibi alanlarla örtüşüp örtüşmediğini hızlıca görebilmeli. Ortak çalışmalardaki katkınızı belirtin; yayımlanmış ve paylaşmanız uygunsa makaleye ya da kod deposuna bağlantı ekleyin.

Deneyi ve sonucu açıklayın

Her proje için araştırma sorusunu, yaklaşımı ve işe yaradığını gösteren kanıtı belirtin. Paylaşabiliyorsanız bir temel değer, değerlendirme kümesi, ablasyon çalışması veya kaynak ölçümü ekleyin. Test edilen varyant sayısı ya da tanımlı bir ölçütteki değişim gibi, deneyin gerçek kapsamını yansıtan sayılar kullanın. Modelin genel yetenekleri hakkında kanıta dayanmayan iddialardan kaçının.

Yayınların kolayca taranmasını sağlayın

Seçtiğiniz makaleleri başlık, yayın yeri, yıl ve katkınızı açıklamaya yardımcı olacaksa yazar sıralamanızla ayrı bir bölümde listeleyin. Kamuya açıksa makaleye veya ön baskıya bağlantı verin. Hakem değerlendirmesinden geçmiş çalışmaları ön baskılardan ve devam eden çalışmalardan ayırın; değerlendirmedeki bir gönderinin kabul edildiği izlenimini vermeyin. Tezi yalnızca hedeflediğiniz rolü destekliyorsa ekleyin.

Araçları araştırma bağlamında gösterin

PyTorch, JAX veya dağıtık eğitim araçları gibi doğrudan kullandığınız çerçeveleri ve altyapıyı ekleyin; deneyim bölümünde bunları bir deneyle ilişkilendirin. Yalnızca denediğiniz kütüphanelerin uzun listelerini eklemeyin. Gizli proje ayrıntılarını, açıklayamayacağınız yayımlanmamış sonuçları ve yenilikçi ya da entelektüel açıdan meraklı olduğunuza dair genel iddiaları çıkartın.

Tüm Veri Bilimi ve Yapay Zekâ özgeçmiş örnekleri

Bu pozisyonla ilgili sorular

Yapay zekâ araştırmacısı özgeçmişi ne kadar uzun olmalı?

Tek bir zorunlu uzunluk yoktur. Deneyimli bir araştırmacı için iki sayfa; seçilmiş araştırma katkılarına, yayınlara ve teknik deneyime yer açabilir. En ilgili çalışmaları üst sıralarda tutun ve hedef rolü desteklemeyen eski ayrıntıları kısaltın. Başvuru CV veya yayın listesi istiyorsa bu talimatları izleyin ve istenen belgeyi sağlayın.

Her makalenizi ve ön baskınızı eklemeli misiniz?

Genellikle özgeçmişinizde en ilgili çalışmalarınızdan kısa bir seçki sunun ve varsa tam yayın listenize bağlantı verin. Yayın yerini ve yılı belirtin; ön baskıları veya devam eden çalışmaları doğru şekilde etiketleyin. Rolünüzü açıklamaya yardımcı oluyorsa, özellikle ortak yazarlı makalelerde yazar sıralamanızı ekleyin. Yayın listeleriyle ilgili başvuru talimatlarını izleyin.

Yapay zekâ araştırma işleri doktora derecesi gerektirir mi?

Gereklilikler işverene, ekibe ve araştırma alanına göre değişir. Birçok araştırma bilimcisi pozisyonu doktora derecesi veya denk araştırma deneyimi ister. Bazıları ise belirli bir derece yerine güçlü bağımsız çalışmaları, yayınları ya da kapsamlı uygulamalı araştırma deneyimini değerlendirebilir. Her iş ilanını dikkatle okuyun ve araştırma katkılarınızı, yöntemlerinizi ve teknik derinliğinizi gösteren kanıtlar sunun.

Yazılım mühendisliğinden yapay zekâ araştırmasına geçebilir miyim?

Evet; ancak mühendislik becerilerinizin yanında araştırma çalışmalarınızı da gösterin. Tasarladığınız deneyleri, makaleleri veya teknik raporları, açık kaynak çalışmalarınızı ya da araştırma sorusu ve dikkatli değerlendirme becerisi ortaya koyan iş birliklerinizi öne çıkarın. Üretim mühendisliğiyle araştırma katkılarını açıkça ayırın. Örneklerinizi rolün odağına göre uyarlayın; doğrulayamayacağınız yazarlık veya sonuç iddialarında bulunmayın.