Senior Data & Machine Learning Engineer
⚲ Stockholm City
Do uzgodnienia
Wymagania
- doświadczenie w Go (preferowane) i bardzo dobra znajomość Pythona
- doświadczenie z ClickHouse lub podobnymi bazami analitycznymi
- doświadczenie z Apache Kafka, Protobuf, Redis
- doświadczenie z Kubernetes, Helm, Grafana, Prometheus
- doświadczenie w dynamicznych modelach scoringowych, prognozowaniu i symulacjach
- doświadczenie w wykrywaniu anomalii w czasie rzeczywistym i architekturach streaming inference
- doświadczenie w MLOps, wdrażaniu produkcyjnym i feature engineering
Mile widziane
- doświadczenie w telekomunikacji, platformach messagingowych lub optymalizacji routingu
Opis stanowiska
Praca dla globalnego klienta technologicznego w Sztokholmie przy systemach komunikacyjnych o dużej skali i wolumenie — budowa pipeline'ów danych, modeli scoringowych, prognozowania cen i wykrywania anomalii w czasie rzeczywistym. Rola łączy software engineering, data engineering i ML, więc sprawdzi się u kogoś z szerokim profilem technicznym, nie tylko czystego data scientista. Uwaga: 'Start: ASAP' przy 12-miesięcznym kontrakcie może oznaczać presję czasową i mniej czasu na onboarding, a środowisko 'high-volume' sugeruje możliwe dyżury i incydenty produkcyjne.
🔍 Dekoder Ogłoszenia
🟡
strategic initiative
Projekt o wysokim priorytecie dla zarządu, co zwykle oznacza presję na szybkie rezultaty i mniejszą tolerancję na opóźnienia.
🟡
data-driven decision-making capabilities
Ogólne sformułowanie korporacyjne; nie precyzuje, jakie konkretnie decyzje biznesowe mają być wspierane ani jakie metryki sukcesu będą mierzone.
🔴
large-scale, high-volume messaging and communications environment
Sygnał o dużej skali systemu i potencjalnie wysokich wymaganiach dotyczących wydajności oraz dostępności (on-call, incydenty produkcyjne).
🔴
Start: ASAP
Pilny start może oznaczać presję czasową po stronie zespołu i mniej czasu na onboarding.
🟡
Duration: 12 months, extension possible
Kontrakt czasowy z niegwarantowanym przedłużeniem; warto dopytać o budżet i plan na kolejne okresy.