W skrócie
- Zadania: Twórz i wdrażaj systemy uczenia maszynowego, które napędzają inteligencję biznesową.
- Firma: Innowacyjna firma technologiczna z kulturą współpracy.
- Benefity: Konkurencyjne wynagrodzenie, benefity zdrowotne, praca zdalna i rozwój zawodowy.
- Pozostałe informacje: Dynamiczne środowisko z doskonałymi możliwościami rozwoju kariery.
- Dlaczego ta praca: Pracuj z nowoczesnymi technologiami i wpływaj na realne wyniki biznesowe.
- Kwalifikacje: Doświadczenie w inżynierii uczenia maszynowego i umiejętności współpracy w zespole.
Przewidywane wynagrodzenie mieści się w przedziale 123750 - 151250 zł za rok.
Zespół Enterprise Machine Learning buduje inteligentne systemy, które pomagają firmie podejmować lepsze decyzje na dużą skalę. Łączymy uczenie maszynowe, inżynierię danych i nowoczesne techniki AI, aby przekształcać złożone dane o klientach i przychodach w produkty i spostrzeżenia, które napędzają mierzalne wyniki biznesowe. Jako część organizacji Enterprise Data & Analytics ściśle współpracujemy z interesariuszami z działów produktu, inżynierii i biznesu, aby budować gotowe do produkcji rozwiązania ML, które ciągle się poprawiają w miarę dostępności nowych danych.
Przegląd roli: Jako Inżynier Uczenia Maszynowego będziesz budować, wdrażać i ciągle poprawiać systemy uczenia maszynowego, które napędzają tę warstwę inteligencji. Będziesz odpowiedzialny za cały cykl życia - od zrozumienia problemu biznesowego i opracowania modeli po ich wdrożenie w produkcji, monitorowanie wydajności i iterację na podstawie wyników z rzeczywistego świata. Będziesz pracować obok inżynierów AI, inżynierów danych i specjalistów analitycznych, budując skalowalne rozwiązania ML, które stają się częścią naszej platformy.
Co będziesz robić:
- Projektować, budować i wdrażać modele uczenia maszynowego, które przewidują kluczowe wyniki biznesowe, takie jak churn, ekspansja, konwersja i zaangażowanie klientów.
- Opracowywać i utrzymywać skalowalne potoki ML, które ciągle pobierają dane, retrenują modele, walidują wydajność i serwują prognozy w produkcji.
- Pracować z danymi strukturalnymi i niestrukturalnymi w dużej skali, stosując nowoczesne techniki ML i LLM, gdzie przynoszą one wymierną wartość biznesową.
- Monitorować modele produkcyjne, poprawiać wydajność w czasie i zapewniać niezawodność poprzez testowanie, walidację i ciągłą iterację.
- Współpracować z inżynierami danych, menedżerami produktów i interesariuszami biznesowymi, aby dostarczać rozwiązania ML, które rozwiązują rzeczywiste problemy klientów i biznesu.
- Posiadać rozwiązania uczenia maszynowego od początku do końca - od definiowania problemu i eksperymentowania po wdrożenie produkcyjne, monitorowanie i ciągłą optymalizację.
Ta rola jest dla Ciebie, jeśli:
- Lubisz budować systemy uczenia maszynowego, które rozwiązują rzeczywiste problemy biznesowe - nie tylko osiągając lepsze metryki benchmarkowe.
- Pracowałeś z niedoskonałymi, rzeczywistymi zestawami danych i rozumiesz wyzwania, takie jak szum etykiet, wycieki cech, nierównowaga klas i dryf koncepcyjny.
- Piszesz czysty, produkcyjny kod w Pythonie z testowaniem, modułowym projektowaniem i łatwym w utrzymaniu kodem.
- Myślisz poza wydajnością modelu i dbasz o wpływ swojej pracy na użytkowników i wyniki biznesowe.
- Jesteś komfortowy w przejmowaniu odpowiedzialności za projekty od początkowego pomysłu po wdrożenie produkcyjne i bieżące utrzymanie.
- Używasz danych do podejmowania decyzji i proaktywnie identyfikujesz możliwości nowych zastosowań ML.
Czego szukamy:
- 3–5 lat doświadczenia zawodowego w inżynierii uczenia maszynowego, zastosowanym uczeniu maszynowym, nauce o danych lub pokrewnej dziedzinie.
- Dyplom licencjata w dziedzinie informatyki, matematyki, statystyki, inżynierii lub innej dyscyplinie ilościowej.
- Magister lub doktorat to plus, ale nie jest wymagany.
Umiejętności techniczne:
- Silne zrozumienie technik uczenia maszynowego i modelowania statystycznego, w tym regresji, klasyfikacji, analizy przeżycia, wnioskowania przyczynowego, modelowania wzrostu lub pokrewnych metod.
- Doświadczenie w opracowywaniu modeli na dużych, rzeczywistych zestawach danych, w tym inżynierii cech, walidacji modeli i obsłudze niedoskonałych danych.
- Doświadczenie w pracy z danymi niestrukturalnymi przy użyciu osadzeń, fine-tuningu, reprezentacji wektorowych lub innych nowoczesnych technik NLP.
- Silne umiejętności programowania w Pythonie z doświadczeniem w budowaniu oprogramowania gotowego do produkcji.
- Solidne umiejętności SQL i doświadczenie w pracy z chmurą magazynów danych (preferowany Snowflake).
- Doświadczenie w wdrażaniu, serwowaniu i monitorowaniu modeli uczenia maszynowego w środowiskach produkcyjnych.
- Znajomość projektowania eksperymentów, testów A/B lub wnioskowania przyczynowego to plus.
- Doświadczenie z narzędziami do orkiestracji przepływu pracy, takimi jak Airflow, dbt lub podobne platformy, to plus.
- Komfortowe korzystanie z narzędzi wspomagających rozwój AI, takich jak Claude Code, Cursor, GitHub Copilot lub podobne.
Machine Learning Engineer – pracodawca: Base Poland (Poland)
Zendesk w Krakowie to doskonały pracodawca, który oferuje elastyczne warunki pracy w modelu hybrydowym, co pozwala na zachowanie równowagi między życiem zawodowym a prywatnym. Nasza kultura pracy opiera się na współpracy i innowacyjności, a pracownicy mają liczne możliwości rozwoju zawodowego oraz dostępu do najnowszych technologii. Dołączając do nas, stajesz się częścią dynamicznego zespołu, który ceni różnorodność i wspiera kreatywność w codziennych zadaniach.
