Inżynier Testów (k/m)
⚲ Warszawa
Do uzgodnienia
Wymagania
- Python
- SQL
- Pandas
- OpenCV
- Pillow
- CVAT
- Label Studio
- SuperAnnotate
- V7
- DVC
- MLflow
Opis stanowiska
Nasze wymagania:
Wykształcenie wyższe techniczne (Informatyka lub pokrewne),
Doświadczenie: Minimum 2–3 lata doświadczenia na stanowisku Data Managera, Data Operations Specialist lub w roli lidera zespołu zajmującego się przygotowaniem danych (najlepiej w projektach ML/CV).
Znajomość specyfiki Computer Vision: Praktyczna wiedza, jak działają formaty danych wizyjnych (COCO, YOLO, Pascal VOC) oraz z czego składają się procesy trenowania modeli.
Narzędzia do anotacji: Biegła znajomość platform do etykietowania danych (np. CVAT, Label Studio, SuperAnnotate, V7) oraz umiejętność automatyzacji potoków danych.
Kompetencje techniczne (Python & Data): * Dobru poziom znajomości języka Python (szczególnie biblioteki: Pandas, OpenCV, Pillow) do podstawowej obróbki, filtrowania i weryfikacji skryptowej dużych zbiorów zdjęć/wideo.
Znajomość SQL do zarządzania metadanymi.
Umiejętności analityczne i planistyczne: Zdolność do precyzyjnego planowania harmonogramów dostarczania danych oraz tworzenia metryk jakościowych (np. Inter-Annotator Agreement).
Język angielski: Na poziomie min. B2 (praca z dokumentacją techniczną, komunikacja z zewnętrznymi dostawcami danych).
Mile widziane:
Doświadczenie w pracy z narzędziami do wersjonowania danych i modeli (np. DVC, MLflow).
Doświadczenie w zarządzaniu zewnętrznymi dostawcami usług (BPO/Crowdsourcing) lub rozproszonym zespołem annotatorów.
Podstawowa znajomość zagadnień prawnych związanych z prawami autorskimi do wizerunku i ochroną danych osobowych.
Zainteresowanie militariami, techniką wojskową, branżą obronną
Zakres obowiązków:
Planowanie i strategia danych: Projektowanie i nadzorowanie procesów pozyskiwania, selekcji oraz przygotowania danych (obrazów i wideo) na potrzeby krótko- i długoterminowych projektów AI.
Zarządzanie procesem anotacji: Wybór narzędzi do tagowania danych (np. CVAT, LabelImg, Label Studio lub platformy zewnętrzne), definiowanie precyzyjnych instrukcji (guidelines) dla annotatorów oraz koordynacja ich pracy.
Kontrola i weryfikacja jakości (QA/QC): Wdrażanie automatycznych i manualnych procedur weryfikacji poprawności etykietowania, eliminowanie błędów w datasetach oraz dbanie o spójność danych.
Analiza i statystyka zbiorów danych: Monitorowanie balansu klas, wykrywanie biasu (stronniczości danych), analiza dystrybucji danych oraz planowanie strategii augmentacji (wzbogacania) zbiorów.
Współpraca z zespołem R&D: Ścisła współpraca z Data Scientistami i ML Engineerami w celu zrozumienia wymagań technicznych modeli i dostosowania struktur danych do ich potrzeb.
Zarządzanie infrastrukturą danych: Nadzór nad bezpiecznym przechowywaniem danych, wersjonowaniem datasetów (np. przy użyciu DVC) oraz zgodnością procesów z regulacjami prawnymi (np. RODO/GDPR w kontekście anonimizacji wizerunku).
Oferujemy:
Pracę w firmie o szczególnym znaczeniu dla obronności Państwa działającej na rynkach międzynarodowych
Możliwość współtworzenia innowacyjnych produktów na najwyższym światowym poziomie oraz rozwoju unikalnych umiejętności
Bogaty pakiet benefitów (m. in. szkolenia rozwojowe, opieka medyczna, karta sportowa, dofinansowanie wypoczynku, zajęcia z języka angielskiego, itp.)
Stabilne zatrudnienie i konkurencyjne wynagrodzenie
Elastyczne godziny rozpoczęcia pracy
Przyjazną atmosferę pracy
Wykształcenie wyższe techniczne (Informatyka lub pokrewne),
Doświadczenie: Minimum 2–3 lata doświadczenia na stanowisku Data Managera, Data Operations Specialist lub w roli lidera zespołu zajmującego się przygotowaniem danych (najlepiej w projektach ML/CV).
Znajomość specyfiki Computer Vision: Praktyczna wiedza, jak działają formaty danych wizyjnych (COCO, YOLO, Pascal VOC) oraz z czego składają się procesy trenowania modeli.
Narzędzia do anotacji: Biegła znajomość platform do etykietowania danych (np. CVAT, Label Studio, SuperAnnotate, V7) oraz umiejętność automatyzacji potoków danych.
Kompetencje techniczne (Python & Data): * Dobru poziom znajomości języka Python (szczególnie biblioteki: Pandas, OpenCV, Pillow) do podstawowej obróbki, filtrowania i weryfikacji skryptowej dużych zbiorów zdjęć/wideo.
Znajomość SQL do zarządzania metadanymi.
Umiejętności analityczne i planistyczne: Zdolność do precyzyjnego planowania harmonogramów dostarczania danych oraz tworzenia metryk jakościowych (np. Inter-Annotator Agreement).
Język angielski: Na poziomie min. B2 (praca z dokumentacją techniczną, komunikacja z zewnętrznymi dostawcami danych).
Mile widziane:
Doświadczenie w pracy z narzędziami do wersjonowania danych i modeli (np. DVC, MLflow).
Doświadczenie w zarządzaniu zewnętrznymi dostawcami usług (BPO/Crowdsourcing) lub rozproszonym zespołem annotatorów.
Podstawowa znajomość zagadnień prawnych związanych z prawami autorskimi do wizerunku i ochroną danych osobowych.
Zainteresowanie militariami, techniką wojskową, branżą obronną
Zakres obowiązków:
Planowanie i strategia danych: Projektowanie i nadzorowanie procesów pozyskiwania, selekcji oraz przygotowania danych (obrazów i wideo) na potrzeby krótko- i długoterminowych projektów AI.
Zarządzanie procesem anotacji: Wybór narzędzi do tagowania danych (np. CVAT, LabelImg, Label Studio lub platformy zewnętrzne), definiowanie precyzyjnych instrukcji (guidelines) dla annotatorów oraz koordynacja ich pracy.
Kontrola i weryfikacja jakości (QA/QC): Wdrażanie automatycznych i manualnych procedur weryfikacji poprawności etykietowania, eliminowanie błędów w datasetach oraz dbanie o spójność danych.
Analiza i statystyka zbiorów danych: Monitorowanie balansu klas, wykrywanie biasu (stronniczości danych), analiza dystrybucji danych oraz planowanie strategii augmentacji (wzbogacania) zbiorów.
Współpraca z zespołem R&D: Ścisła współpraca z Data Scientistami i ML Engineerami w celu zrozumienia wymagań technicznych modeli i dostosowania struktur danych do ich potrzeb.
Zarządzanie infrastrukturą danych: Nadzór nad bezpiecznym przechowywaniem danych, wersjonowaniem datasetów (np. przy użyciu DVC) oraz zgodnością procesów z regulacjami prawnymi (np. RODO/GDPR w kontekście anonimizacji wizerunku).
Oferujemy:
Pracę w firmie o szczególnym znaczeniu dla obronności Państwa działającej na rynkach międzynarodowych
Możliwość współtworzenia innowacyjnych produktów na najwyższym światowym poziomie oraz rozwoju unikalnych umiejętności
Bogaty pakiet benefitów (m. in. szkolenia rozwojowe, opieka medyczna, karta sportowa, dofinansowanie wypoczynku, zajęcia z języka angielskiego, itp.)
Stabilne zatrudnienie i konkurencyjne wynagrodzenie
Elastyczne godziny rozpoczęcia pracy
Przyjazną atmosferę pracy
🔍 Dekoder Ogłoszenia
🔴
Minimum 2–3 lata doświadczenia na stanowisku Data Managera, Data Operations Specialist lub w roli lidera zespołu zajmującego się przygotowaniem danych (najlepiej w projektach ML/CV).
Chociaż stanowisko nazywa się Inżynier Testów, faktyczne wymagania dotyczą doświadczenia w zarządzaniu danymi i procesami ich przygotowania, a nie tradycyjnego testowania oprogramowania.
🔴
Biegła znajomość platform do etykietowania danych (np. CVAT, Label Studio, SuperAnnotate, V7) oraz umiejętność automatyzacji potoków danych.
Oczekiwana jest faktyczna, praktyczna umiejętność pracy z narzędziami do anotacji i tworzenia zautomatyzowanych procesów, a nie tylko teoretyczna wiedza.
🔴
Dobry poziom znajomości języka Python (szczególnie biblioteki: Pandas, OpenCV, Pillow) do podstawowej obróbki, filtrowania i weryfikacji skryptowej dużych zbiorów zdjęć/wideo.
Chociaż nazwane jest to 'dobrym poziomem', oczekiwana jest praktyczna umiejętność pisania skryptów do manipulacji i weryfikacji danych wizualnych, co może wymagać więcej niż podstawowej znajomości Pythona.
🔴
Umiejętność automatyzacji potoków danych.
Oznacza to, że kandydat będzie musiał samodzielnie tworzyć i utrzymywać zautomatyzowane procesy przetwarzania danych, a nie tylko korzystać z gotowych rozwiązań.
🔴
Zdolność do precyzyjnego planowania harmonogramów dostarczania danych oraz tworzenia metryk jakościowych (np. Inter-Annotator Agreement).
Kandydat będzie odpowiedzialny nie tylko za techniczne aspekty, ale także za zarządzanie procesem i jakością danych, co wykracza poza typowe obowiązki inżyniera testów.