W skrócie
- Zadania: Twórz i wdrażaj modele ML w fintech, od inżynierii cech po monitorowanie produkcji.
- Firma: InPost Pay - innowacyjna platforma fintechowa z międzynarodowym zasięgiem.
- Benefity: Umowa B2B, elastyczne godziny pracy, możliwość eksperymentowania z nowymi technologiami.
- Pozostałe informacje: Możliwość pracy hybrydowej, z przestrzenią na rozwój kariery.
- Dlaczego ta praca: Pracuj w dynamicznym środowisku i wpływaj na przyszłość AI w finansach.
- Kwalifikacje: Doświadczenie w ML, MLOps oraz umiejętności programowania w Pythonie i SQL.
Przewidywane wynagrodzenie mieści się w przedziale 123750 - 151250 zł za rok.
InPost Pay buduje swoją własną platformę fintech od podstaw. To duża, międzynarodowa inicjatywa, w której inżynierowie będą mieli możliwość kształtowania architektury, budowania kluczowych komponentów fintech oraz tworzenia rozwiązań zaprojektowanych do działania na skalę InPost. Budujemy zwinny, wysoko efektywny zespół inżynieryjny w Polsce, z inżynierią opartą na AI w jego rdzeniu. Szukamy silnych inżynierów, którzy czują się komfortowo w inżynierii agentowej, od doświadczonych profesjonalistów budujących złożone systemy i narzędzia inżynieryjne po nową generację inżynierów, którzy od początku swojej kariery przyjęli rozwój napędzany przez AI.
Poszukujemy Senior ML Engineers, którzy stanowią rdzeń dostarczania funkcji ML FinTech.
- Track A: Cykl życia modelu. Jesteś odpowiedzialny za iterację modelu (eksperyment, ocena, ponowne trenowanie, promowanie). Odpowiadasz również za monitorowanie i obserwowalność modelu (dryft, stabilność, wydajność), oparte na magazynie cech. Projektujesz pętlę agenta i graf oraz utrzymujesz je w niezawodnym i kontrolowanym kosztowo stanie.
- Track B: Walidacja modelu. Jesteś odpowiedzialny za walidację i testy wsteczne. Budujesz pętle agentów, które replikują i testują modele oraz produkują pakiety dowodowe do niezależnej recenzji. Odpowiadasz również za monitorowanie i obserwowalność modelu dla walidacji.
Twoja rola:
- Budowanie i wdrażanie modeli oceny kredytowej i underwriting dla sprzedawców od początku do końca: inżynieria cech, trening, walidacja, wdrożenie i monitorowanie po produkcji.
- Projektowanie i obsługa pętli agenta i grafu (kontekst, narzędzia, oceny, zabezpieczenia), aby dostarczanie agentowe było niezawodne, obserwowalne i kontrolowane kosztowo.
- Wdrażanie i obsługa modeli z narzędziami MLOps: wersjonowanie, CI/CD dla modeli oraz wdrożenie champion/challenger lub shadow.
- Monitorowanie modeli produkcyjnych pod kątem dryftu, stabilności i degradacji wydajności. Zamknięcie pętli z ponownym trenowaniem, recalibracją lub wycofaniem, gdy progi są przekraczane.
- Projektowanie modeli w sposób wyjaśnialny i zgodny z regulacjami od samego początku. Dokumentowanie cech, decyzji i dowodów walidacji w celu wsparcia oceny zdolności kredytowej CCD2 i przeglądu audytowego.
Co będziesz używać:
- Magazyn cech, rejestr modeli i serwowanie, grafy orkiestracji agentów, narzędzia monitorowania modeli i śledzenia, walidacja i testy wsteczne w ramach pipeline MLOps oraz wyniki gotowe do audytu.
Wymagania:
- Osoba, która uwielbia budować systemy ML, które działają w produkcji i podczas audytu.
- Praktyczne podejście. Projektujesz i budujesz, z AI jako codziennym narzędziem.
- Doświadczenie w zastosowanej ML na dużą skalę, obejmujące cały cykl życia: inżynieria cech, trening, walidacja, wdrożenie i monitorowanie.
- Umiejętności w metodologii walidacji modeli: testy wsteczne, stabilność populacji (PSI), dyskryminacja (Gini/KS), kalibracja.
- Doświadczenie w MLOps i monitorowaniu produkcji: wersjonowanie modeli, CI/CD, champion/challenger i shadow deployment, wykrywanie dryftu i automatyczne powiadamianie.
- Umiejętności w inżynierii cech punktowych oraz wzorcach konsumpcji magazynu cech.
- Znajomość technik wyjaśnialności (SHAP/LIME) i dokumentacji dla zgodności regulacyjnej.
- Znajomość Pythona i SQL, z Spark/Databricks do treningu i serwowania modeli na dużą skalę.
- Doświadczenie z zaawansowanymi narzędziami agentowymi oraz inżynierią pętli i grafów: projektowanie kontekstu i narzędzi, zabezpieczenia, projektowanie ocen z audytowalnymi wynikami. Posiadasz również solidną wiedzę na temat LLM.
- Współpracownikiem, który podąża za wspólnymi wzorcami i podnosi poprzeczkę poprzez wpływ.
- Praktyczne doświadczenie w walidacji modeli lub niezależnej recenzji.
- Wymagania regulacyjne CCD2 / dotyczące oceny zdolności kredytowej.
- Dane dotyczące underwriting dla merchant cash advance (MCA) oraz ryzyka sprzedawcy.
- Modelowanie wykrywania oszustw (np. bust-out, oszustwo pierwszej strony).
Dodatkowe informacje:
- Greenfield, wysokie stawki.
- Strategiczny wpływ na to, jak ML oparte na AI jest realizowane w InPost.
- Nowoczesny stos technologiczny i zwinny, zespół oparty na AI. Masz przestrzeń do eksperymentowania z nowymi technologiami, w tym narzędziami AI, i wprowadzania ich do produkcji.
- Współpraca w szybkim tempie, gdzie autonomia i odpowiedzialność idą w parze.
- Model hybrydowy, idealnie jeden dzień w tygodniu w biurze w Warszawie lub Krakowie.
- Oferujemy umowę B2B.
Senior ML Engineer in Warsaw – pracodawca: InPost
InPost to doskonały pracodawca, który oferuje wyjątkowe możliwości rozwoju w dynamicznym środowisku e-commerce. Pracując jako Senior Data Developer, będziesz miał realny wpływ na podejmowanie decyzji strategicznych, a także możliwość współpracy z międzynarodowym zespołem ekspertów. Nasza kultura pracy sprzyja innowacjom i eksperymentowaniu z nowymi technologiami, co czyni naszą firmę atrakcyjnym miejscem dla osób poszukujących satysfakcjonującej kariery.
