Staff ML Platform Engineer in Warsaw

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.

Misja

• Ustalenie standardów architektury ML i modelowania, na których będzie opierać się podejmowanie decyzji kredytowych.
• Posiadanie pełnego cyklu życia modelu, od wyboru cech i metodologii szkolenia po walidację, testowanie champion/challenger, wdrożenie i monitorowanie po produkcji.
• Współpraca z inżynierią danych w celu zdefiniowania punktów czasowych, poprawnych cech produkcyjnych.
• Ustanowienie dokumentacji, kart modeli i standardów uzasadniania działań niekorzystnych.
• Projektowanie pętli agentowych i grafów (kontekst, narzędzia, stan, ewaluacje, zabezpieczenia), aby były niezawodne, obserwowalne i kontrolowane kosztowo.
• Ustanowienie technicznego kierunku, przegląd projektów i kodu oraz mentoring dla starszych i średnich inżynierów ML.

Co będziesz robić

• Pracować z feature store, rejestrami modeli i serwisowaniem, MLflow i Databricks, grafikami orkiestracji agentów, narzędziami do monitorowania modeli i śledzenia.
• Współpracować z zespołami zajmującymi się ryzykiem kredytowym oraz inżynierią, które integrują modele w usługi podejmowania decyzji.

Wymagania

• Osoba, która uwielbia budować systemy ML, które działają w produkcji i pod kontrolą audytu.
• Doświadczenie: 7+ lat w inżynierii uczenia maszynowego w systemach produkcyjnych oraz 3+ lata w modelowaniu ryzyka kredytowego lub ML podejmującym decyzje na Spark/Databricks lub równoważnym lakehouse.
• Ekspert w Pythonie i frameworkach ML (scikit-learn, XGBoost, PyTorch).
• Silne umiejętności w projektowaniu modeli ryzyka kredytowego i underwriting: scorecardy, gradient boosting, modele przeżycia/zachowań.
• Doświadczenie w metodologii walidacji modeli: back-testing, champion/challenger, stabilność populacji (PSI), kalibracja.
• Znajomość technik wyjaśnialności i odpowiedzialnego AI dla regulowanych decyzji (SHAP, karty modeli, uzasadnianie działań niekorzystnych).
• Doświadczenie z narzędziami kodowania agentowego oraz inżynierią pętli i grafów (3+ lata).
• Głęboka wiedza na temat zachowań LLM i kompromisów.
• Inżynier na poziomie Staff, który ustala standardy poprzez wpływ, a nie autorytet, oraz mentoruje poprzez przegląd kodu i projektów.

Dodatkowe informacje

• Architektoniczna autorytet od pierwszego dnia.
• Nowoczesny stos technologiczny i zwinny, zespół oparty na AI, z przestrzenią do eksperymentowania z nowymi technologiami.
• Współpraca w szybkim tempie, gdzie autonomia i odpowiedzialność idą w parze.
• Model hybrydowy, idealnie jeden dzień w tygodniu w biurze w Warszawie lub Krakowie.