ML Engineer
ERLI S.A.
⚲ Poznań
100 - 170 PLN/h netto (B2B)
Wymagania
- Machine Learning
- TypeScript
- AI
- Docker
- Azure
- Kubernetes
- JavaScript
Opis stanowiska
ERLI to jedna z czołowych platform marketplace w Polsce, która co miesiąc przyciąga ponad 9 milionów aktywnych kupujących. Współpracujemy z tysiącami sprzedawców, wspierając ich w maksymalizacji sprzedaży i rozwoju ich biznesów. Naszym celem jest dostarczanie szerokiej gamy produktów w konkurencyjnych cenach, zapewniając klientom najwyższy standard obsługi i satysfakcję z zakupów. Chcesz współpracować nad: • Projektowaniem, trenowaniem i wdrażaniem modeli rankujących oraz rekomendacyjnych (np. learning-to-rank, collaborative filtering, two-tower recommendation system). • Budowaniem i optymalizowaniem modeli NLP (np. klasyfikacja tekstu, ekstrakcja informacji, embeddingi), w tym z wykorzystaniem modeli typu BERT i jego wariantów. • Integracją i wykorzystaniem nowoczesnych bibliotek i frameworków ML, takich jak Hugging Face Transformers, LangChain czy LangGraph. • Dużymi zbiorami danych. • Optymalizacją modeli pod kątem skuteczności, skalowalności i wydajności. • Monitorowaniem działania modeli w produkcji oraz ich ciągłą ewaluację i udoskonalaniem. Szukamy osób, które: • Posiadają minimum 3-letnie doświadczenie w tworzeniu i wdrażaniu modeli ML w środowisku produkcyjnym. • Mają praktyczne doświadczenie z narzędziami: TensorFlow, PyTorch, Scikit-learn, a także z Hugging Face i Langchain. • Znają zagadnienia związane z NLP, w tym transformatorów (BERT, MiniLM, itp.). • Brały udział w projektach związanych z systemami rekomendacyjnymi, rankingowymi i optymalizacją modeli ML pod kątem metryk biznesowych. • Pracują w językach JavaScript lub TypeScript i tworzą rozwiązania ML z wykorzystaniem narzędzi kompatybilnych z tym stackiem. • Potrafią myśleć analitycznie i krytycznie oceniać efektywność i wpływ wdrażanych modeli na cele biznesowe. • Mają doświadczenie z eksperymentami i monitoringiem (np. MLflow, Neptune, TensorBoard, Prometheus). • Mają doświadczenie w środowisku chmurowym (np. GCP, AWS, Azure) i znają podstawy konteneryzacji (Docker, Kubernetes). • Są komunikatywne i potrafią jasno tłumaczyć złożone zagadnienia techniczne osobom nietechnicznym. Zachęcamy do aplikowania! :)