Machine Learning Engineer

Nasze wymagania: Minimum 2–4 lata doświadczenia komercyjnego w obszarze Machine Learning. Bardzo dobra znajomość języka Python. Praktyczna znajomość bibliotek ML, takich jak scikit-learn, PyTorch lub TensorFlow. Doświadczenie w przygotowaniu danych oraz trenowaniu modeli. Znajomość zagadnień związanych z wdrażaniem modeli do środowisk produkcyjnych. Znajomość SQL oraz podstaw pracy z większymi zbiorami danych. Znajomość języka angielskiego na poziomie minimum B2. Mile widziane: Doświadczenie z chmurą publiczną, taką jak AWS, GCP lub Azure, będzie dużym atutem. Doświadczenie z NLP, Computer Vision lub Generative AI. Znajomość MLOps, CI/CD oraz monitoringu modeli. Doświadczenie z Docker i Kubernetes. Znajomość frameworków do orkiestracji pipeline’ów. O projekcie: Dla naszego Klienta poszukujemy osoby do współpracy na stanowisku Machine Learning Engineer przy projektach realizowanych w nowoczesnym środowisku technologicznym. To propozycja dla osoby, która chce rozwijać i wdrażać modele uczenia maszynowego wykorzystywane w realnych procesach biznesowych. Rola obejmuje zarówno budowę i optymalizację modeli, jak i współpracę przy ich wdrażaniu oraz utrzymaniu w środowiskach produkcyjnych. Poszukujemy osoby, która dobrze odnajduje się w projektach data-driven i chce mieć realny wpływ na jakość oraz skuteczność rozwijanych rozwiązań. Zakres obowiązków: Projektowanie, budowa i rozwój modeli Machine Learning zgodnie z potrzebami biznesowymi. Przygotowywanie danych oraz udział w procesach feature engineering. Trenowanie, testowanie i optymalizacja modeli ML. Wdrażanie modeli do środowisk produkcyjnych we współpracy z zespołami developerskimi oraz DevOps. Monitorowanie jakości modeli oraz wspieranie ich dalszego rozwoju. Tworzenie i rozwój pipeline’ów wspierających procesy ML. Współpraca z zespołami analitycznymi, produktowymi oraz technologicznymi. Oferujemy: Współpracę w modelu B2B. Stawkę w przedziale 140–180 PLN/h netto + VAT, w zależności od doświadczenia i dopasowania do projektu. Możliwość udziału w projektach realizowanych w środowisku międzynarodowym. Dostęp do nowoczesnych narzędzi i technologii. Realny wpływ na rozwój modeli oraz wdrażanych rozwiązań. Model współpracy hybrydowy w jednej z lokalizacji: Wrocław, Kraków, Warszawa.