ML Engineer (k/m)
⚲ Warszawa
16 000 - 24 000 PLN netto (B2B) | 14 000 - 22 000 PLN brutto (UoP)
Wymagania
- SOTA
- Proof of Concept
- NLP
- Computer Vision
- MLflow
- gans
- Deep Learning
- OpenCV
Opis stanowiska
Poszukujemy Inżyniera ML/AI, który dołączy do naszego zespołu pracującego nad zaawansowanymi technologiami z pogranicza Computer Vision, NLP oraz Generative AI (projekty B+R oraz komercyjne). Będziesz odpowiedzialny/-a za pełen cykl życia modeli – od przeglądu literatury (research), przez projektowanie i trenowanie architektur głębokich, aż po ich walidację i wdrożenie.
Twoje zadania:
•
Research & Development: Prowadzenie prac badawczych i eksperymentów z wykorzystaniem najnowocześniejszych architektur Deep Learning. Analiza literatury naukowej i implementacja rozwiązań typu State-of-the-Art (SOTA).
• Computer Vision: Implementacja, walidacja i optymalizacja modeli analityki obrazu i wideo (m.in. estymacja pozy, detekcja i śledzenie obiektów/cech, analiza ruchu i redukcja artefaktów).
• Modelowanie Sekwencyjne i NLP: Przetwarzanie i analiza danych sekwencyjnych. Rozwój modeli transformacyjnych oraz praca nad problemami translacji lub mapowania sekwencji na inne reprezentacje.
• Generative AI: Projektowanie i trenowanie modeli generatywnych (np. GANs, modele dyfuzyjne, architektury Text-to-X) dla danych multimodalnych.
• Ewaluacja i Walidacja: Definiowanie odpowiednich miar jakości, implementacja złożonych funkcji straty oraz budowa dedykowanych pipeline'ów testowych do oceny skuteczności modeli.
Doświadczenie i Technologie:
•
Min. 3 lata doświadczenia komercyjnego w obszarze Machine Learning / Deep Learning, ze szczególnym uwzględnieniem Computer Vision i/lub NLP.
• Biegła znajomość języka Python oraz wiodących frameworków Deep Learningowych (przede wszystkim PyTorch).
• Praktyczna znajomość algorytmów analizy obrazu (np. OpenCV, frameworki do detekcji) oraz architektur takich jak Transformers, GANs, CNN/TCN.
• Doświadczenie w pracy ze środowiskami GPU oraz umiejętność samodzielnego prowadzenia i rzetelnego dokumentowania eksperymentów (np. Weights & Biases, MLflow).
• Umiejętność przekładania problemów badawczych na działające prototypy (Proof of Concept).
Inne:
• Wymagana biegła znajomość języka polskiego
Twoje zadania:
•
Research & Development: Prowadzenie prac badawczych i eksperymentów z wykorzystaniem najnowocześniejszych architektur Deep Learning. Analiza literatury naukowej i implementacja rozwiązań typu State-of-the-Art (SOTA).
• Computer Vision: Implementacja, walidacja i optymalizacja modeli analityki obrazu i wideo (m.in. estymacja pozy, detekcja i śledzenie obiektów/cech, analiza ruchu i redukcja artefaktów).
• Modelowanie Sekwencyjne i NLP: Przetwarzanie i analiza danych sekwencyjnych. Rozwój modeli transformacyjnych oraz praca nad problemami translacji lub mapowania sekwencji na inne reprezentacje.
• Generative AI: Projektowanie i trenowanie modeli generatywnych (np. GANs, modele dyfuzyjne, architektury Text-to-X) dla danych multimodalnych.
• Ewaluacja i Walidacja: Definiowanie odpowiednich miar jakości, implementacja złożonych funkcji straty oraz budowa dedykowanych pipeline'ów testowych do oceny skuteczności modeli.
Doświadczenie i Technologie:
•
Min. 3 lata doświadczenia komercyjnego w obszarze Machine Learning / Deep Learning, ze szczególnym uwzględnieniem Computer Vision i/lub NLP.
• Biegła znajomość języka Python oraz wiodących frameworków Deep Learningowych (przede wszystkim PyTorch).
• Praktyczna znajomość algorytmów analizy obrazu (np. OpenCV, frameworki do detekcji) oraz architektur takich jak Transformers, GANs, CNN/TCN.
• Doświadczenie w pracy ze środowiskami GPU oraz umiejętność samodzielnego prowadzenia i rzetelnego dokumentowania eksperymentów (np. Weights & Biases, MLflow).
• Umiejętność przekładania problemów badawczych na działające prototypy (Proof of Concept).
Inne:
• Wymagana biegła znajomość języka polskiego
🔍 Dekoder Ogłoszenia
🔴
pełen cykl życia modeli – od przeglądu literatury (research), przez projektowanie i trenowanie architektur głębokich, aż po ich walidację i wdrożenie
Oznacza to, że będziesz musiał samodzielnie zajmować się wszystkimi etapami tworzenia modelu, od pomysłu po produkcję, co może być bardzo czasochłonne.
🔴
najnowocześniejszych architektur Deep Learning
Może oznaczać, że będziesz pracować z nowymi, ale potencjalnie niestabilnymi lub słabo udokumentowanymi technologiami, wymagającymi dużo eksperymentów.
🔴
implementacja rozwiązań typu State-of-the-Art (SOTA)
Może sugerować, że oczekuje się od Ciebie ciągłego śledzenia i implementowania najnowszych, często jeszcze nie w pełni sprawdzonych w praktyce, rozwiązań.
🔴
projekty B+R oraz komercyjne
Może oznaczać, że będziesz musiał balansować między teoretycznymi badaniami a presją dostarczania działających rozwiązań w krótkim czasie.