ML/Data Engineer in Warsaw

Andersen zatrudnia ML/Data Engineer do projektu rozwijającego platformę AI wspierającą wydajność sportową oraz dostarczającą skalowalne rozwiązania danych i analizy w czasie rzeczywistym dla sportowców i trenerów. Nasz klient to globalny dostawca technologii specjalizujący się w monitorowaniu wydajności, analizie danych i optymalizacji operacyjnej. Rozwija platformy oprogramowania i rozwiązania oparte na danych, które pomagają organizacjom poprawić efektywność, uzyskać cenne informacje i podejmować świadome decyzje.

Projekt koncentruje się na rozwijaniu platformy inteligencji wydajności sportowej opartej na AI, która integruje dane z czujników, wideo, naukę o sporcie oraz historyczne dane dotyczące wydajności sportowców. Obejmuje budowanie skalowalnej infrastruktury danych i możliwości uczenia maszynowego, aby dostarczać wiarygodne, real-time informacje dla trenerów, sportowców i zespołów wydajnościowych na całej globalnej platformie.

Obowiązki:

• Projektowanie i budowanie produkcyjnej infrastruktury danych dla danych o wydajności sportowców i danych z czujników o dużym wolumenie.
• Budowanie i obsługiwanie systemów pobierania danych w czasie rzeczywistym i bliskim rzeczywistemu dla danych strumieniowych.
• Projektowanie architektur przechowywania i danych dla danych czasowych o dużym wolumenie oraz longitudinalnych rekordów sportowców.
• Budowanie infrastruktury, która udostępnia funkcje produkcyjne i pochodne metryki systemom uczenia maszynowego i agentom AI z niskim opóźnieniem.
• Projektowanie i wdrażanie modeli danych grafowych oraz schematów reprezentujących relacje między sportowcami, obciążeniem treningowym, kontuzjami, wydajnością i wynikami.
• Budowanie infrastruktury oceny danych i ML, która pomaga mierzyć niezawodność modelu, kalibrację i wydajność w rzeczywistych przypadkach.
• Projektowanie systemów, które utrzymują silną izolację danych na poziomie najemcy w klubach i u klientów.
• Ustanawianie odpowiedniej pochodzenia danych, linii, audytowalności i obserwowalności w całej platformie.
• Współpraca z inżynierami ML i AI w celu zapewnienia niezawodnych podstaw danych dla szkolenia modeli, wnioskowania i oceny.
• Współpraca z naukowcami sportowymi i ekspertami dziedzinowymi w celu przetłumaczenia złożonych wymagań na trwałe systemy produkcyjne.
• Podejmowanie pragmatycznych decyzji technologicznych i architektonicznych w miarę ewolucji platformy.

Wymagania:

• Pełnoetatowe doświadczenie zawodowe w inżynierii oprogramowania lub danych przez 5+ lat, z wyłączeniem staży, praktyk studenckich, kursów i projektów akademickich.
• Udokumentowane doświadczenie w projektowaniu, budowaniu i obsługiwaniu produkcyjnej infrastruktury danych na dużą skalę.
• Silne doświadczenie z danymi czasowymi lub bazami danych czasowych (InfluxDB, TimescaleDB, Prometheus, ClickHouse lub równoważne).
• Znaczące doświadczenie z pobieraniem danych w czasie rzeczywistym lub strumieniowym (Kafka, Kinesis, Flink, Spark Streaming, Pulsar lub równoważne).
• Doświadczenie w projektowaniu modeli danych grafowych lub schematów baz danych grafowych, a nie tylko w zapytaniach do istniejącej bazy danych grafowej.
• Doświadczenie w projektowaniu lub obsłudze systemów wielonajemnych z izolacją danych na poziomie najemcy.
• Silna znajomość Pythona i SQL.
• Doświadczenie z systemami produkcyjnymi, w których niezawodność, skalowalność, obserwowalność i poprawność danych mają znaczenie.
• Umiejętność rozwiązywania niejasnych problemów technicznych i przekształcania ich w praktyczną architekturę produkcyjną.
• Doświadczenie w pracy bezpośrednio z naukowcami danych, inżynierami ML lub innymi specjalistami technicznymi.
• Poziom angielskiego – od Upper-Intermediate+ i wyżej.

Preferencje:

• Profesjonalne doświadczenie z Go.
• Doświadczenie w budowaniu probabilistycznej oceny, kalibracji modelu lub infrastruktury monitorowania modelu.
• Doświadczenie z inferencją przyczynową, modelowaniem kontrfaktycznym lub symulacją.
• Zrozumienie czujników noszonych, danych IoT, biomechaniki, technologii sportowej lub innych telemetrycznych danych o wysokiej częstotliwości.
• Modele wiedzy lub ontologie specyficzne dla dziedziny.
• Ramki oceny LLM lub AI oraz zrozumienie ich ograniczeń.
• Doświadczenie z AWS, w tym ECS, EC2, Lambda, SNS lub SQS.
• Doświadczenie z GraphQL, REST, gRPC, Postgres, MongoDB lub podobnymi technologiami.

Powody, dla których ta praca może być interesująca:

• Doświadczenie w pracy zespołowej z liderami w FinTech, Healthcare, Retail, Telecom i innych branżach.
• Andersen współpracuje z takimi firmami jak Samsung, Siemens, Johnson & Johnson, BNP Paribas, Ryanair, Mercedes, TUI, Verivox, Allianz, T-Systems itp.
• Możliwość zmiany projektu i/lub rozwijania ekspertyzy w interesującej dziedzinie biznesowej.
• Warunki pracy – możesz pracować zarówno w pełni zdalnie, jak i z biura lub wybrać wariant hybrydowy.
• Gwarancja profesjonalnego, finansowego i kariery wzrostu!
• Firma wprowadziła systemy mentoringu i adaptacji dla każdego nowego pracownika.
• Możliwość zarobienia dodatkowych 1 000 EUR miesięcznie, w zależności od poziomu ekspertyzy, co zostanie uwzględnione w rocznej premii, uczestnicząc w działaniach firmy.
• Dostęp do korporacyjnego portalu szkoleniowego, gdzie zbierana jest cała baza wiedzy firmy, która jest stale aktualizowana.
• Jasne życie korporacyjne (imprezy / dni pizzy / PlayStation / owoce / kawa / przekąski / filmy).
• Kompenacja za certyfikaty (AWS, PMP itp.).
• Program poleceń.
• Prywatne ubezpieczenie zdrowotne i kompensacja sportowa, w zależności od rodzaju zatrudnienia.

Twoje dane osobowe są chronione zgodnie z regulacjami RODO.