W skrócie
- Zadania: Twórz modele ML do poprawy prognozowania czasu podróży i estymacji ruchu.
- Firma: Globalna platforma mobilności i usług miejskich z innowacyjnym podejściem.
- Benefity: Atrakcyjne wynagrodzenie, możliwość pracy zdalnej i rozwój zawodowy.
- Pozostałe informacje: Dynamiczne środowisko z możliwościami rozwoju kariery.
- Dlaczego ta praca: Pracuj z danymi geospatialnymi i wpływaj na przyszłość transportu.
- Kwalifikacje: 5+ lat doświadczenia w inżynierii ML i umiejętność pracy z Pythonem.
Przewidywane wynagrodzenie mieści się w przedziale 63000 - 77000 zł za rok.
Opis klienta: Klient jest globalną platformą mobilności i usług miejskich, oferującą transport oraz inne usługi na żądanie poprzez cyfrowy rynek.
Opis projektu: Praca obejmuje rozwój modeli głębokiego uczenia, duże zbiory danych geospatialnych oraz niskolatencyjne serwowanie produkcyjne. Kandydat będzie mierzył wpływ za pomocą metryk oceny offline oraz wyników eksperymentów online.
Faza projektu: w toku
Umiejętności miękkie:
- Umiejętność wpływania na współpracowników i interesariuszy międzydziałowych.
- Ciekawość i nastawienie na poprawę z chęcią kwestionowania istniejących podejść.
- Doskonała umiejętność komunikacji skomplikowanych ustaleń technicznych w sposób jasny i zwięzły.
Umiejętności twarde / Wymagane:
- Ponad 5-letnie doświadczenie w inżynierii uczenia maszynowego, budowaniu i wdrażaniu modeli głębokiego uczenia w produkcji.
- Doświadczenie w budowaniu systemów uczenia maszynowego do regresji, prognozowania lub innych zadań predykcyjnych.
- Ekspert w Pythonie i jego podstawowych bibliotekach do nauki danych (np. PySpark, Pandas, NumPy, Scikit-learn, PyTorch; biblioteki gradient boosting takie jak CatBoost/XGBoost/LightGBM).
- SQL.
- Umiejętność projektowania systemu ML od podstaw, w tym analizy i przetwarzania danych.
- Doświadczenie w tłumaczeniu celów biznesowych na problemy ML z odpowiednimi metrykami i wymaganiami niefunkcjonalnymi.
- Doświadczenie w projektowaniu i ocenie eksperymentów ML.
- Doświadczenie z narzędziami MLOps.
- Doświadczenie w pracy z dużymi zbiorami danych geospatialnych i behawioralnych.
- Doświadczenie w wdrażaniu modeli do produkcji na infrastrukturze serwującej ML oraz optymalizacji pod kątem latencji, a także świadomość driftu koncepcyjnego i sposobów jego wykrywania i zarządzania nim.
- Komfortowa praca z dużymi zbiorami danych geospatialnych i behawioralnych (np. ślady GPS, indeksowanie przestrzenne H3).
Umiejętności twarde / Mile widziane (opcjonalne):
- Wykształcenie w dziedzinie informatyki, matematyki lub pokrewnej dyscypliny.
- Doświadczenie w prognozowaniu czasu podróży, szacowaniu ruchu lub jakości trasowania.
- Doświadczenie z otwartymi silnikami trasowania.
- Znajomość dopasowywania map, profili prędkości, kafli grafu drogowego i historycznego ruchu.
- Doświadczenie z produktami związanymi z mapowaniem, lokalizacją lub danymi geospatialnymi.
- Doświadczenie w budowaniu produktów dla rozwijających się rynków.
- Doświadczenie z platformami danych w chmurze i uczenia maszynowego.
Obowiązki i zadania:
- Projektowanie i budowanie modeli uczenia maszynowego w celu poprawy trasowania i prognozowania czasu podróży.
- Rozwój modeli szacowania ruchu przy użyciu dużych zbiorów danych GPS.
- Implementacja rozwiązań dopasowywania map dla szumów danych GPS.
- Poprawa obliczeń czasu podróży, wygładzania i logiki przekierowywania.
- Tłumaczenie celów trasowania na cele uczenia maszynowego i metryki oceny.
- Prowadzenie działań oceny modeli offline i online.
- Współpraca z inżynierami backendowymi w celu wdrożenia modeli produkcyjnych o niskiej latencji.
- Współpraca z zespołami produktowymi i operacyjnymi w celu definiowania nowych funkcji i wymagań.
- Posiadanie cyklu życia ML w produkcji, w tym serwowanie, monitorowanie, wykrywanie driftu i ponowne trenowanie pipeline'ów.
Technologia: Python, SQL, PySpark, Pandas, NumPy, Scikit-learn, PyTorch, XGBoost, LightGBM, CatBoost, MLOps, zarządzanie cyklem życia ML, systemy ML w produkcji, infrastruktura ML, analityka geospatialna, dane GPS, indeksowanie przestrzenne H3.
Dodatkowe uwagi: Praca będzie realizowana na sprzęcie klienta lub za pośrednictwem wirtualnego stanowiska roboczego. Wymagana biegła znajomość języka rosyjskiego, ponieważ komunikacja w zespole odbywa się w języku rosyjskim.
Senior Routing ML Engineer in Warsaw – pracodawca: Bonapolia
Bonapolia to rodzinna firma zajmująca się augmentacją zespołów IT, z siedzibą w Lizbonie, która oferuje wyjątkowe możliwości rozwoju zawodowego w dynamicznym środowisku. Pracownicy cenią sobie elastyczność pracy oraz bliską współpracę z klientami, co sprzyja innowacyjności i kreatywności. Dodatkowo, jako firma rodzinna, Bonapolia stawia na wartości takie jak wsparcie, zaufanie i długoterminowe relacje, co czyni ją doskonałym miejscem dla osób poszukujących satysfakcjonującej kariery w branży technologicznej.
