Pracuj.pl Hybrydowo Mid

Machine Learning Engineer / Data Scientist

NATEK POLAND

⚲ Warszawa

Do uzgodnienia

Wymagania

  • Python
  • SQL
  • Scikit-learn
  • PyTorch
  • TensorFlow
  • Pandas
  • MLflow
  • Airflow
  • AWS
  • Microsoft Azure
  • Google Cloud Platform

Opis stanowiska

Nasze wymagania:
Minimum 4–5 lat doświadczenia w obszarze Machine Learning lub Data Science.
Doświadczenie w samodzielnym realizowaniu projektów Machine Learning w modelu end-to-end.
Praktyczna znajomość budowy, treningu, walidacji i wdrażania modeli produkcyjnych.
Bardzo dobra znajomość Python oraz ekosystemu narzędzi wykorzystywanych w projektach ML
Doświadczenie w pracy z bibliotekami Machine Learning i Deep Learning (np. Pandas, Scikit-learn, PyTorch, TensorFlow)
Znajomość SQL oraz praca z dużymi zbiorami danych
Doświadczenie w zarządzaniu eksperymentami i cyklem życia modeli (np. MLflow)
Znajomość zagadnień związanych z MLOps, automatyzacją oraz wdrażaniem modeli.
Doświadczenie w pracy z rozwiązaniami chmurowymi (AWS, Azure lub GCP).
Biegła znajomość języka angielskiego umożliwiająca pracę w środowisku międzynarodowym.

O projekcie:
Dołącz do NATEK Polska jako Machine Learning Engineer / Data Scientist i wesprzyj projekt w branży FMCG, który koncentruje się na budowie i rozwoju modeli ML służących do predykcji oraz analizy wpływu działań promocjyjnych w obszarze retail. Jest to środowisko o wysokim stopniu złożoności, w którym wykorzystywane są nowoczesne metody modelowania, w tym sieci neuronowe oraz zaawansowane algorytmy Machine Learning.
Poszukujemy osoby, która posiada doświadczenie w realizacji pełnego cyklu życia modeli ML, od analizy problemu biznesowego i doboru metod modelowania, przez rozwój, trening i walidację modeli, aż po ich wdrożenie, monitorowanie oraz dalszą optymalizację.

Zakres obowiązków:
Prowadzenie prac badawczych i dobór odpowiednich metod modelowania.
Budowa i rozwój modeli Machine Learning.
Trenowanie, walidacja oraz utrzymanie modeli produkcyjnych.
Automatyzacja procesów związanych z cyklem życia modeli.
Rozwijanie istniejących rozwiązań i optymalizacja ich działania.
Zarządzanie eksperymentami oraz wersjonowaniem modeli z wykorzystaniem narzędzi MLOps.
Współpraca z interesariuszami biznesowymi przy interpretacji wyników oraz przekładaniu ich na rekomendacje biznesowe.
Udział w rozwoju kilku równolegle funkcjonujących modeli wykorzystywanych w procesach biznesowych (obecnie ok. 5–6 modeli).

Oferujemy:
Długofalowa współpraca oparta o nasze wartości: edukacja, partnerstwo i odpowiedzialność,
Praca w projektach dedykowanych dla największych marek na świecie z sektora finansowego i telekomunikacyjnego,
Możliwość wymiany doświadczeń w międzynarodowych środowisku i rozwoju w projektach realizowanych w Polsce, lub innych krajach: Słowacja, Czechy, Bułgaria,
Praca w nowoczesnym środowisku z innowacyjnymi technologiami,
Elastyczne godziny pracy,
Prywatna opiekę medyczną,
Karta Multisport lub My Cafeteria,
Ubezpieczenie na życie,
NATEK loyalty Club,
Możliwość dołączenia do społeczności odpowiedzialnej społecznie i uczestniczenia w inicjatywach firmowych,
Dla kontraktorów - uprawnienie do 23 dodatkowych dni świadczenia usług w roku,
Dodatkowy płatny dzień wolny na wolontariat dla pracowników na etacie.

🔍 Dekoder Ogłoszenia

🔴
Doświadczenie w samodzielnym realizowaniu projektów Machine Learning w modelu end-to-end.
Prawdopodobnie będziesz musiał samodzielnie przejść przez wszystkie etapy projektu, od analizy po wdrożenie, bez dużego wsparcia zespołu.
🔴
Praktyczna znajomość budowy, treningu, walidacji i wdrażania modeli produkcyjnych.
Oczekuje się, że nie tylko zbudujesz model, ale także będziesz odpowiedzialny za jego stabilne działanie w środowisku produkcyjnym.
🔴
Jest to środowisko o wysokim stopniu złożoności, w którym wykorzystywane są nowoczesne metody modelowania, w tym sieci neuronowe oraz zaawansowane algorytmy Machine Learning.
Projekt może być trudny i wymagać ciągłego uczenia się nowych, skomplikowanych technik, a nie tylko stosowania znanych rozwiązań.
🔴
Poszukujemy osoby, która posiada doświadczenie w realizacji pełnego cyklu życia modeli ML, od analizy problemu biznesowego i doboru metod modelowania, przez rozwój, trening i walidację modeli, aż po ich wdrożenie, monitorowanie oraz
Oczekuje się od kandydata pełnej odpowiedzialności za model przez cały czas jego istnienia, włączając w to potencjalnie niekończące się zadania związane z utrzymaniem.