Machine Learning Engineer
⚲ Warszawa
Do uzgodnienia
Wymagania
- min. 5 lat doświadczenia w modelowaniu predykcyjnym
- doświadczenie z modelami wspierającymi procesy CRM — marketing, sprzedaż lub kampanie
- praktyczna znajomość GCP, w szczególności BigQuery, Vertex AI / AI Notebooks, Dataproc, Airflow i Dataflow
- doświadczenie z MLOps oraz CI/CD dla modeli ML
- doświadczenie ze Spark/PySpark i rozproszonym przetwarzaniem danych
- doświadczenie w pracy z bardzo dużymi zbiorami danych
- doświadczenie z rozwiązaniami przetwarzającymi dane w czasie zbliżonym do rzeczywistego
- wykształcenie wyższe na kierunku ilościowym, technicznym lub pokrewnym
Opis stanowiska
Budowa, wdrażanie i rozwój modeli ML wspierających procesy CRM, marketing, sprzedaż i kampanie w dużej organizacji z sektora finansowego. Będziesz pracować z modelami NLP (deep learning, transformery, LLM), projektować modele klasyfikacyjne i regresyjne od prototypu do produkcji oraz rozwijać pipeline'y danych i ML w GCP. To oferta dla kogoś z min. 5-letnim doświadczeniem w modelowaniu predykcyjnym, który czuje się swobodnie z bardzo dużymi zbiorami danych i chce rozwijać standardy MLOps. Praca hybrydowa — 2 dni w tygodniu z biura w Warszawie, język projektu: polski.
🔍 Dekoder Ogłoszenia
🔴
minimum 5 lat doświadczenia w modelowaniu predykcyjnym
Może oznaczać zarówno głębokie, praktyczne doświadczenie, jak i po prostu przepracowanie określonego czasu w branży, nawet jeśli niekoniecznie na stanowisku stricte ML Engineer.
🔴
dużym plusem będzie doświadczenie w sektorze bankowym
Chociaż jest to 'duży plus', może być to niepisany wymóg, który znacząco zawęzi krąg kandydatów, jeśli nie masz tego doświadczenia.
🔴
rozwiązaniami przetwarzającymi dane w czasie zbliżonym do rzeczywistego
Może oznaczać zarówno zaawansowane systemy streamingu danych, jak i prostsze rozwiązania batchowe z krótkim interwałem odświeżania.
🔴
doświadczenie z dobrymi praktykami MLOps oraz CI/CD dla modeli ML
Może oznaczać znajomość teoretycznych koncepcji MLOps, a niekoniecznie faktyczne wdrożenie i utrzymanie takich procesów w praktyce.
🟡
doświadczenie w budowie i wdrażaniu rozwiązań GenAI/LLM
Jest to 'mile widziane', więc prawdopodobnie nie jest to kluczowy element pracy, a raczej dodatek, który może być wykorzystany w przyszłości lub w ograniczonym zakresie.