Inżynier Machine learning / MLOPS
⚲ Warszawa
Do uzgodnienia
Wymagania
- CRM
- Google Cloud Platform
- BigQuery
- Machine Learning
- Python
- Spark
- SQL
Opis stanowiska
O projekcie
Dołączysz do zespołu rozwijającego zaawansowane modele predykcyjne wspierające procesy CRM, sprzedaż, marketing oraz kampanie w dużej organizacji z sektora finansowego. Tworzone rozwiązania wykorzystują duże wolumeny danych oraz technologie Google Cloud Platform. Modele mają bezpośredni wpływ na dopasowanie ofert, dystrybucję leadów kampanijnych, hiperpersonalizację komunikacji oraz doświadczenia klientów. Poszukujemy osoby, która łączy mocne doświadczenie w modelowaniu predykcyjnym z praktyczną znajomością produkcyjnego cyklu życia modeli i standardów MLOps.
Zakres obowiązków
• Projektowanie, rozwój i wdrażanie modeli Machine Learning wspierających procesy CRM, marketing, sprzedaż i kampanie
• Budowa modeli klasyfikacyjnych, regresyjnych, NLP oraz innych rozwiązań predykcyjnych
• Rozwój modeli z wykorzystaniem Python, PyTorch, Spark/PySpark oraz Google Cloud Platform
• Przygotowywanie i optymalizacja danych wykorzystywanych do trenowania oraz działania modeli
• Rozwój pipeline’ów danych i modeli z wykorzystaniem Airflow, Dataflow oraz innych narzędzi GCP
• Wdrażanie modeli do środowiska produkcyjnego oraz automatyzacja procesów CI/CD dla Machine Learning
• Monitoring jakości danych, skuteczności modeli, driftu oraz rezultatów biznesowych
• Zarządzanie kolejnymi wersjami modeli, retrainingiem i pełnym cyklem ich życia
• Identyfikacja zdarzeń i zachowań klientów o wysokiej wartości predykcyjnej
• Optymalizacja silników decyzyjnych wspierających dystrybucję leadów i ofert
• Współpraca z zespołami Data Engineering, IT, marketingu i sprzedaży
• Udział w rozwoju standardów modelowania, walidacji, automatyzacji i governance w środowisku regulowanym
• Udział w inicjatywach związanych z hiperpersonalizacją, GenAI, LLM oraz eksperymentami R&D
Wymagania
• Wieloletnie doświadczenie w budowie modeli predykcyjnych, najlepiej w sektorze bankowym, finansowym lub innym środowisku regulowanym
• Praktyczne doświadczenie z modelami wspierającymi CRM, sprzedaż, marketing, kampanie, lead scoring, next best offer, churn, cross sell, upsell lub customer analytics
• Bardzo dobra znajomość Python oraz narzędzi analizy i przetwarzania danych
• Bardzo dobra znajomość SQL, preferowane doświadczenie z BigQuery
• Praktyczne doświadczenie z Google Cloud Platform
• Znajomość usług takich jak BigQuery, Vertex AI, Dataproc, Dataflow, Airflow/Cloud Composer lub MLflow
• Doświadczenie w przetwarzaniu dużych zbiorów danych z wykorzystaniem Spark/PySpark
• Doświadczenie w budowie, wdrażaniu i utrzymaniu modeli w środowisku produkcyjnym
• Znajomość dobrych praktyk MLOps, w tym automatyzacji pipeline’ów, wersjonowania, CI/CD, monitoringu i retrainingu modeli
• Doświadczenie z przetwarzaniem danych batchowym lub w czasie zbliżonym do rzeczywistego
• Umiejętność współpracy z biznesem oraz przekładania potrzeb marketingowych i sprzedażowych na rozwiązania analityczne
• Wykształcenie wyższe na kierunku technicznym, matematycznym, informatycznym, ekonomicznym lub pokrewnym
Mile widziane
• Doświadczenie z NLP, deep learningiem, transformerami i PyTorch
• Doświadczenie w budowie lub wdrażaniu rozwiązań GenAI i LLM
• Znajomość Streamlit lub innych narzędzi do tworzenia aplikacji analitycznych
• Doświadczenie z analizami geograficznymi, grafowymi lub analizą sieci powiązań
• Znajomość zagadnień model governance, explainability, data drift i model drift
Co oferujemy
• Długoterminową współpracę przy strategicznych rozwiązaniach Data Science i Machine Learning
• Możliwość pracy z bardzo dużymi zbiorami danych oraz nowoczesnym środowiskiem Google Cloud Platform
• Realny wpływ na rozwiązania wspierające sprzedaż, marketing i doświadczenia klientów
• Udział w pełnym cyklu tworzenia modeli, od eksperymentów po wdrożenie i monitoring produkcyjny
• Współpracę z doświadczonymi zespołami technologicznymi i biznesowymi
• Możliwość udziału w inicjatywach związanych z hiperpersonalizacją, GenAI oraz rozwojem standardów MLOps
Dołączysz do zespołu rozwijającego zaawansowane modele predykcyjne wspierające procesy CRM, sprzedaż, marketing oraz kampanie w dużej organizacji z sektora finansowego. Tworzone rozwiązania wykorzystują duże wolumeny danych oraz technologie Google Cloud Platform. Modele mają bezpośredni wpływ na dopasowanie ofert, dystrybucję leadów kampanijnych, hiperpersonalizację komunikacji oraz doświadczenia klientów. Poszukujemy osoby, która łączy mocne doświadczenie w modelowaniu predykcyjnym z praktyczną znajomością produkcyjnego cyklu życia modeli i standardów MLOps.
Zakres obowiązków
• Projektowanie, rozwój i wdrażanie modeli Machine Learning wspierających procesy CRM, marketing, sprzedaż i kampanie
• Budowa modeli klasyfikacyjnych, regresyjnych, NLP oraz innych rozwiązań predykcyjnych
• Rozwój modeli z wykorzystaniem Python, PyTorch, Spark/PySpark oraz Google Cloud Platform
• Przygotowywanie i optymalizacja danych wykorzystywanych do trenowania oraz działania modeli
• Rozwój pipeline’ów danych i modeli z wykorzystaniem Airflow, Dataflow oraz innych narzędzi GCP
• Wdrażanie modeli do środowiska produkcyjnego oraz automatyzacja procesów CI/CD dla Machine Learning
• Monitoring jakości danych, skuteczności modeli, driftu oraz rezultatów biznesowych
• Zarządzanie kolejnymi wersjami modeli, retrainingiem i pełnym cyklem ich życia
• Identyfikacja zdarzeń i zachowań klientów o wysokiej wartości predykcyjnej
• Optymalizacja silników decyzyjnych wspierających dystrybucję leadów i ofert
• Współpraca z zespołami Data Engineering, IT, marketingu i sprzedaży
• Udział w rozwoju standardów modelowania, walidacji, automatyzacji i governance w środowisku regulowanym
• Udział w inicjatywach związanych z hiperpersonalizacją, GenAI, LLM oraz eksperymentami R&D
Wymagania
• Wieloletnie doświadczenie w budowie modeli predykcyjnych, najlepiej w sektorze bankowym, finansowym lub innym środowisku regulowanym
• Praktyczne doświadczenie z modelami wspierającymi CRM, sprzedaż, marketing, kampanie, lead scoring, next best offer, churn, cross sell, upsell lub customer analytics
• Bardzo dobra znajomość Python oraz narzędzi analizy i przetwarzania danych
• Bardzo dobra znajomość SQL, preferowane doświadczenie z BigQuery
• Praktyczne doświadczenie z Google Cloud Platform
• Znajomość usług takich jak BigQuery, Vertex AI, Dataproc, Dataflow, Airflow/Cloud Composer lub MLflow
• Doświadczenie w przetwarzaniu dużych zbiorów danych z wykorzystaniem Spark/PySpark
• Doświadczenie w budowie, wdrażaniu i utrzymaniu modeli w środowisku produkcyjnym
• Znajomość dobrych praktyk MLOps, w tym automatyzacji pipeline’ów, wersjonowania, CI/CD, monitoringu i retrainingu modeli
• Doświadczenie z przetwarzaniem danych batchowym lub w czasie zbliżonym do rzeczywistego
• Umiejętność współpracy z biznesem oraz przekładania potrzeb marketingowych i sprzedażowych na rozwiązania analityczne
• Wykształcenie wyższe na kierunku technicznym, matematycznym, informatycznym, ekonomicznym lub pokrewnym
Mile widziane
• Doświadczenie z NLP, deep learningiem, transformerami i PyTorch
• Doświadczenie w budowie lub wdrażaniu rozwiązań GenAI i LLM
• Znajomość Streamlit lub innych narzędzi do tworzenia aplikacji analitycznych
• Doświadczenie z analizami geograficznymi, grafowymi lub analizą sieci powiązań
• Znajomość zagadnień model governance, explainability, data drift i model drift
Co oferujemy
• Długoterminową współpracę przy strategicznych rozwiązaniach Data Science i Machine Learning
• Możliwość pracy z bardzo dużymi zbiorami danych oraz nowoczesnym środowiskiem Google Cloud Platform
• Realny wpływ na rozwiązania wspierające sprzedaż, marketing i doświadczenia klientów
• Udział w pełnym cyklu tworzenia modeli, od eksperymentów po wdrożenie i monitoring produkcyjny
• Współpracę z doświadczonymi zespołami technologicznymi i biznesowymi
• Możliwość udziału w inicjatywach związanych z hiperpersonalizacją, GenAI oraz rozwojem standardów MLOps
🔍 Dekoder Ogłoszenia
🟡
zaawansowane modele predykcyjne
Może oznaczać zarówno innowacyjne rozwiązania, jak i standardowe modele, które po prostu działają w złożonym środowisku.
🔴
praktyczna znajomość produkcyjnego cyklu życia modeli i standardów MLOps
Oznacza, że będziesz odpowiedzialny za utrzymanie modeli w produkcji, a nie tylko za ich tworzenie.
🔴
bezpośredni wpływ na dopasowanie ofert, dystrybucję leadów kampanijnych, hiperpersonalizację komunikacji oraz doświadczenia klientów
Twoja praca będzie miała mierzalny wpływ na wyniki biznesowe, co może oznaczać presję na osiąganie konkretnych celów.
🟡
Identyfikacja zdarzeń i zachowań klientów o wysokiej wartości predykcyjnej
Oznacza, że będziesz musiał analizować dane w celu znalezienia wzorców, które można wykorzystać do przewidywania przyszłych działań klientów.
🟡
Optymalizacja silników decyzyjnych wspierających dystrybucję leadów
Będziesz pracować nad systemami, które decydują, do kogo trafią potencjalni klienci, co wymaga zrozumienia logiki biznesowej i jej przełożenia na modele.