Middle Machine Learning Engineer
Do uzgodnienia
Wymagania
- doświadczenie w projektowaniu i wdrażaniu end-to-end pipeline'ów ML na AWS
- doświadczenie w budowie skalowalnych systemów przetwarzania danych (obsługa dużych dokumentów, np. PDF do 2000 stron)
- doświadczenie w tworzeniu frameworków ewaluacji i metryk jakości dla modeli ML
- odpowiedzialność za feature od fazy researchu po wdrożenie produkcyjne i monitoring
- współpraca z ekspertami domenowymi przy tworzeniu i doprecyzowaniu wymagań ekstrakcji
Opis stanowiska
Praca nad pipeline'ami document intelligence na AWS dla dostawcy rozwiązań z cyklu życia pojazdów (klient Exadel). Będziesz budować i optymalizować modele ML do klasyfikacji, segmentacji i ekstrakcji pól z dokumentów, w tym PDF-ów do 2000 stron, oraz odpowiadać za feature od researchu po wdrożenie produkcyjne i monitoring. Rola obejmuje też tworzenie frameworków ewaluacji i metryk jakości ekstrakcji oraz współpracę z ekspertami domenowymi przy doprecyzowaniu wymagań. Uwaga: w opisie kultury pojawia się 'ideas are challenged, voices are heard' — w praktyce bywa to środowisko, w którym trzeba na bieżąco udowadniać swoją wartość i konkurować o wpływ.
🔍 Dekoder Ogłoszenia
🟡
AI-first global tech company
Firma pozycjonuje się jako lider AI, ale to ogólne hasło marketingowe bez konkretów o technologii czy projektach.
🔴
Our people are ambitious, collaborative, and constantly evolving
Brzmi jak wymóg ciągłego rozwoju i adaptacji, co może oznaczać presję na ciągłą naukę po godzinach.
🟡
We lead with trust, respect, and purpose
Ogólnikowe wartości korporacyjne, które niewiele mówią o realnej kulturze pracy.
🟡
open dialogue, creative freedom, and mentorship
Deklaracja otwartości i mentorska, ale bez konkretów może być pusta obietnica.
🔴
ideas are challenged, voices are heard, and your impact matters
Może sugerować środowisko, w którym trzeba ciągle udowadniać swoją wartość i konkurować o wpływ.