Senior Machine Learning Engineer (K/M) K/M
⚲ Warszawa
26 880 - 31 920 PLN (B2B)
Wymagania
- min. 5 lat doświadczenia na stanowisku Machine Learning Engineer (lub podobnym)
- praktyczne doświadczenie w budowie oraz wdrażaniu modeli ML do środowisk produkcyjnych
- doświadczenie w projektowaniu kompletnych rozwiązań ML end-to-end
- bardzo dobra znajomość Pythona i SQLa
- bardzo dobra znajomość bibliotek scikit-learn
- doświadczenie w pracy z Git
- znajomość przynajmniej jednej platformy chmurowej lub środowiska danych: Azure, GCP, Databricks lub Snowflake
Mile widziane
- doświadczenie w MLOps, znajomość Airflow, Bash, Terraform, testy jednostkowe i A/B, projekty demand forecasting / pricing / rekomendacje, Causal AI lub Generative AI
Opis stanowiska
ASTEK Polska szuka Senior Machine Learning Engineera do projektowania i wdrażania produktów AI/ML w środowiskach chmurowych, end-to-end od koncepcji po produkcję. W codziennej pracy będziesz rozwijać procesy MLOps, budować systemy predykcyjne, optymalizacyjne i rekomendacyjne, a także rozwiązania oparte na Causal AI oraz modelach LLM. Rola wymaga współpracy zarówno z zespołami technicznymi, jak i biznesowymi przy identyfikacji inicjatyw o największym potencjale. To oferta dla doświadczonego inżyniera ML, który ma już za sobą wdrożenia produkcyjne i chce pracować przy zróżnicowanych projektach AI/ML.
🔍 Dekoder Ogłoszenia
🟡
Praktyczne doświadczenie w budowie oraz wdrażaniu modeli ML do środowisk produkcyjnych
Może oznaczać zarówno tworzenie modeli od zera, jak i dostosowywanie istniejących, a wdrożenie może być proste lub skomplikowane.
🟡
Doświadczenie w projektowaniu kompletnych rozwiązań ML end-to-end
Może obejmować wszystko od zbierania danych po monitorowanie modelu, ale zakres i głębokość tego doświadczenia mogą być bardzo zróżnicowane.
🟡
Znasz przynajmniej jedną platformę chmurowej lub środowisko danych: Azure, GCP, Databricks lub Snowflake
Wymagane jest doświadczenie tylko z jedną z wymienionych technologii, co może być mniej wymagające niż biegłość w kilku.
🟡
Rozwiązywanie problemów związanych z predykcją, optymalizacją i systemami rekomendacyjnymi
Zakres problemów może być bardzo szeroki, od prostych zadań po bardzo złożone wyzwania.
🟡
Rozwijanie aplikacji i narzędzi opartych o modele LLM
Może oznaczać zarówno tworzenie zaawansowanych aplikacji, jak i proste integracje z gotowymi API.