DS/ML Engineer
⚲ Warszawa, Wola
22 000–26 000 zł netto (+ VAT) / mies.
Wymagania
- Python
- Git
- Azure
- AI/ML
- Databricks
- Rest API
- Pyspark
- CI/CD
- CosmosDB
- MLFlow
- AKS
Opis stanowiska
Nasze wymagania:
Minimum 4-5 lat doświadczenia komercyjnego w pracy z językiem Python w środowisku produkcyjnym.
Doświadczenia w pracy z systemem kontroli wersji Git oraz procesami CI/CD.
Znajomości projektowania oraz integracji z wykorzystaniem REST API.
Umiejętności tworzenia bibliotek, pakietów oraz testów w Pythonie.
Doświadczenia w obszarze Machine Learning / Data Science.
Praktycznej znajomości Databricks oraz PySpark.
Płynna znajomość języka angielskiego (min. C1).
Doświadczenia w pracy z platformą Azure.
Mile widziane:
Doświadczenie w obszarze MLOps, w tym MLflow, monitoringu modeli oraz A/B testów modeli rankingowych.
Znajomość CosmosDB w zakresie modelowania danych, partycjonowania oraz optymalizacji zapytań.
Szersza znajomość ekosystemu Azure (AKS, Functions, Key Vault, DevOps/Pipeline
O projekcie:
Wspólnie z naszym partnerem z branży ubezpieczeniowej poszukujemy osoby na stanowisko DS/ML Engineer. do pracy przy rozwoju enterprise’owego rozwiązania klasy Enterprise Data Management, którego celem jest podnoszenie jakości oraz wzbogacanie danych o kontrahentach w organizacjach klientów.
Zakres obowiązków:
Utrzymywanie oraz rozwijanie modelu rankingowego odpowiedzialnego za dopasowywanie rekordów, obejmującego feature engineering, eksperymenty, ewaluację oraz wdrażanie kolejnych wersji modeli.
Rozwijanie oraz utrzymywanie bibliotek Pythonowych stanowiących fundament działania serwisu, w tym logiki matchingu, integracji oraz warstwy API.
Projektowanie oraz rozwijanie rozwiązań opartych o REST API oraz nowoczesne praktyki inżynierii oprogramowania.
Współpraca z zespołem odpowiedzialnym za rozwój usług machine learningowych oraz obszar data engineering.
Praca z dużą skalą danych oraz rozwiązaniami opartymi o Databricks, PySpark i środowisko Azure.
Dbanie o jakość dopasowań oraz rozwój metryk retrievalu takich jak precision/recall czy NDCG.
Współpraca przy rozwoju architektury wyszukiwania opartej o Azure Search oraz CosmosDB.
Oferujemy:
🤖 Nowoczesny proces rekrutacji z AI Rekruterem (AIR) - podczas aplikacji możesz odbyć rozmowę z wirtualnym rekruterem 24/7, bez czekania na telefon, z natychmiastowym feedbackiem i możliwością powtórzenia rozmowy (liczy się ostatnia wersja). Finalną decyzję zawsze podejmuje Rekruter Connectis.
Tryb pracy zdalnej z okazjonalnymi spotkaniami zespołu w biurze w centrum Warszawy (raz w miesiącu).
Dedykowane wsparcie osoby kontaktowej z Connectis, dostępnej przez cały czas trwania współpracy.
Udział w strategicznym projekcie realizowanym dla międzynarodowego Partnera Biznesowego.
Realny wpływ na architekturę i rozwój rozwiązania wdrażanego w wielu krajach.
Współpracę z doświadczonym zespołem inżynierów danych i DevOpsów.
Możliwość przedłużenia współpracy w kolejnych fazach programu.
5000 PLN za polecenie znajomych do naszych projektów.
Szybki, zdalny proces rekrutacyjny.
Minimum 4-5 lat doświadczenia komercyjnego w pracy z językiem Python w środowisku produkcyjnym.
Doświadczenia w pracy z systemem kontroli wersji Git oraz procesami CI/CD.
Znajomości projektowania oraz integracji z wykorzystaniem REST API.
Umiejętności tworzenia bibliotek, pakietów oraz testów w Pythonie.
Doświadczenia w obszarze Machine Learning / Data Science.
Praktycznej znajomości Databricks oraz PySpark.
Płynna znajomość języka angielskiego (min. C1).
Doświadczenia w pracy z platformą Azure.
Mile widziane:
Doświadczenie w obszarze MLOps, w tym MLflow, monitoringu modeli oraz A/B testów modeli rankingowych.
Znajomość CosmosDB w zakresie modelowania danych, partycjonowania oraz optymalizacji zapytań.
Szersza znajomość ekosystemu Azure (AKS, Functions, Key Vault, DevOps/Pipeline
O projekcie:
Wspólnie z naszym partnerem z branży ubezpieczeniowej poszukujemy osoby na stanowisko DS/ML Engineer. do pracy przy rozwoju enterprise’owego rozwiązania klasy Enterprise Data Management, którego celem jest podnoszenie jakości oraz wzbogacanie danych o kontrahentach w organizacjach klientów.
Zakres obowiązków:
Utrzymywanie oraz rozwijanie modelu rankingowego odpowiedzialnego za dopasowywanie rekordów, obejmującego feature engineering, eksperymenty, ewaluację oraz wdrażanie kolejnych wersji modeli.
Rozwijanie oraz utrzymywanie bibliotek Pythonowych stanowiących fundament działania serwisu, w tym logiki matchingu, integracji oraz warstwy API.
Projektowanie oraz rozwijanie rozwiązań opartych o REST API oraz nowoczesne praktyki inżynierii oprogramowania.
Współpraca z zespołem odpowiedzialnym za rozwój usług machine learningowych oraz obszar data engineering.
Praca z dużą skalą danych oraz rozwiązaniami opartymi o Databricks, PySpark i środowisko Azure.
Dbanie o jakość dopasowań oraz rozwój metryk retrievalu takich jak precision/recall czy NDCG.
Współpraca przy rozwoju architektury wyszukiwania opartej o Azure Search oraz CosmosDB.
Oferujemy:
🤖 Nowoczesny proces rekrutacji z AI Rekruterem (AIR) - podczas aplikacji możesz odbyć rozmowę z wirtualnym rekruterem 24/7, bez czekania na telefon, z natychmiastowym feedbackiem i możliwością powtórzenia rozmowy (liczy się ostatnia wersja). Finalną decyzję zawsze podejmuje Rekruter Connectis.
Tryb pracy zdalnej z okazjonalnymi spotkaniami zespołu w biurze w centrum Warszawy (raz w miesiącu).
Dedykowane wsparcie osoby kontaktowej z Connectis, dostępnej przez cały czas trwania współpracy.
Udział w strategicznym projekcie realizowanym dla międzynarodowego Partnera Biznesowego.
Realny wpływ na architekturę i rozwój rozwiązania wdrażanego w wielu krajach.
Współpracę z doświadczonym zespołem inżynierów danych i DevOpsów.
Możliwość przedłużenia współpracy w kolejnych fazach programu.
5000 PLN za polecenie znajomych do naszych projektów.
Szybki, zdalny proces rekrutacyjny.
🔍 Dekoder Ogłoszenia
🔴
Rozwijanie oraz utrzymywanie bibliotek Pythonowych stanowiących fundament działania serwisu, w tym logiki matchingu, integracji oraz warstwy API.
Może oznaczać zarówno tworzenie nowych, innowacyjnych rozwiązań, jak i żmudne poprawianie istniejącego, potencjalnie przestarzałego kodu.
🔴
Utrzymywanie oraz rozwijanie modelu rankingowego odpowiedzialnego za dopasowywanie rekordów, obejmującego feature engineering, eksperymenty, ewaluację oraz wdrażanie kolejnych wersji modeli.
Praca może skupiać się na utrzymaniu i drobnych poprawkach istniejącego modelu, a nie na tworzeniu od podstaw zaawansowanych algorytmów.
🟡
Doświadczenia w obszarze Machine Learning / Data Science.
Zakres może być bardzo szeroki, od podstawowej analizy danych po zaawansowane modele, co wymaga doprecyzowania.
🟡
Praktycznej znajomości Databricks oraz PySpark.
Wymaga się umiejętności pracy z tymi narzędziami, co jest standardem w projektach Big Data, ale niekoniecznie oznacza głębokie eksperckie opanowanie.
🟡
Doświadczenia w pracy z platformą Azure.
Może oznaczać podstawowe korzystanie z usług chmurowych, a niekoniecznie zaawansowane zarządzanie infrastrukturą czy optymalizację kosztów.