Machine Learning Engineer
⚲ Warszawa
5 000 - 9 000 USD brutto (UoP)
Wymagania
- biegłość w Pythonie i frameworkach ML (TensorFlow, PyTorch, Scikit-Learn, XGBoost itp.)
- doświadczenie z pipeline'ami danych i wdrażaniem systemów ML w chmurze (AWS, SageMaker, Docker, Kubernetes)
- praktyczne doświadczenie produkcyjne z LLM i usługami generatywnego AI (AWS Bedrock, Anthropic Claude, OpenAI lub podobne)
- solidne podstawy algorytmów, struktur danych i inżynierii oprogramowania
- dbałość o szczegóły, kontrola jakości i wersjonowanie
Mile widziane
- stopień naukowy (magister lub doktorat) w informatyce, ML, matematyce stosowanej, statystyce lub pokrewnej dziedzinie
- doświadczenie w projektowaniu automatycznej ewaluacji, monitoringu jakości lub systemów autokorekty dla aplikacji AI/ML
- doświadczenie w analityce marketingowej lub komunikowaniu kompromisów technicznych osobom nietechnicznym
Opis stanowiska
Praca w ramach NextGen investment initiative dla globalnego lidera w unified marketing measurement — rozwijasz systemy ML end-to-end, w tym rozwiązania generatywne i agentowe do generowania danych syntetycznych, weryfikacji hipotez modelowych i automatycznej kontroli jakości. Rola wymaga łączenia kompetencji data science i software engineeringu: tłumaczysz specyfikacje analityczne na gotowe do produkcji aplikacje i budujesz prototypy oraz MVP. Uwaga: to nowa, eksperymentalna inicjatywa — kierunek rozwoju technologii może się zmieniać, a widełki 5000-9000 USD zależą od doświadczenia, więc realna stawka może być niższa niż górna granica.
🔍 Dekoder Ogłoszenia
🔴
NextGen investment initiative, focused on expanding AI/ML capabilities through predictive analytics, generative AI, and agentic systems.
Projekt jest nowy i eksperymentalny, co może oznaczać niepewność co do kierunku rozwoju i stabilności technologii.
🔴
Bridge the gap betwee
Fragment jest urwany, co sugeruje niedokończone lub pośpiesznie przygotowane ogłoszenie, potencjalnie wskazujące na brak dbałości o szczegóły.
🟡
global leader in unified marketing measurement and optimization, recognized by leading industry analysts.
Firma może być dobrze znana w swojej branży, ale niekoniecznie oznacza to innowacyjność lub najlepsze praktyki w dziedzinie ML.
🔴
depending on experience
Zakres wynagrodzenia jest szeroki, co może oznaczać, że niższe widełki są dla kandydatów z mniejszym doświadczeniem, a wyższe są trudne do osiągnięcia.
🟡
Attention to detail with a focus on quality control and versioning
Wymaganie to może być standardem, ale w kontekście ML i potencjalnie eksperymentalnych projektów, może oznaczać dużą odpowiedzialność za utrzymanie stabilności i jakości systemów.