Senior ML Engineer in Katowice

Ta pozycja jest ogłoszona w imieniu firmy partnerskiej, która zarządza wszystkimi aplikacjami i dalszymi krokami. Nasz partner poszukuje Starszego Inżyniera ML - Bezpieczeństwo E-maili pracującego zdalnie w Polsce. Starszy Inżynier ML pomoże w opracowywaniu i wdrażaniu zaawansowanej technologii uczenia maszynowego w celu ochrony infrastruktury e-mailowej przed spamem, phishingiem i innymi ewoluującymi zagrożeniami cybernetycznymi. Będziesz pracować nad rozwiązaniem zabezpieczającym na dużą skalę, które już filtruje e-maile na około 5000 serwerach hostingowych.

Obowiązki obejmują:

• Model Training and Deployment: Trening, ocena i wydanie modeli wykrywania spamu, w tym budowanie i utrzymywanie zbiorów treningowych, wybieranie progów decyzyjnych, analizowanie precyzji i przypomnienia oraz określanie, czy modele są gotowe do produkcji.
• Production ML Engineering: Opracowanie komponentów produkcyjnych nowego silnika filtrującego e-maile w Go, w tym usługi wnioskowania, integracji filtrów pocztowych, tokenizacji i analizy strumieniowej wiadomości.
• Detection Quality Improvement: Badanie zgłoszonych przez klientów incydentów spamu i phishingu, śledzenie awarii wykrywania oraz wdrażanie odpowiednich poprawek poprzez zasady, poprawy zbiorów danych lub ponowny trening modeli.
• Model Performance Optimization: Równoważenie wskaźników wykrywania z ryzykiem fałszywych pozytywów, zapewniając, że legalne wiadomości nie są niepotrzebnie blokowane, podczas gdy złośliwe treści są skutecznie identyfikowane.
• Training Infrastructure and Data Tooling: Utrzymywanie narzędzi do zarządzania zbiorami i infrastruktury treningowej wymaganej do wspierania wiarygodnych eksperymentów i wydań modeli.
• Code and Model Reviews: Przeglądanie i zatwierdzanie zmian w klasyfikatorach, zasadach i modelach w celu poprawy jakości, dzielenia się wiedzą techniczną i zapewnienia, że wydania mogą przebiegać bez zależności od jednego inżyniera.
• Technical Collaboration: Pomoc inżynierom partnera w zrozumieniu wyników klasyfikacji, wyjaśnianie zachowania ocen modeli oraz dostarczanie jasnych wskazówek technicznych w razie pytań.
• Documentation and Knowledge Sharing: Pisanie specyfikacji technicznych, podręczników, opisów merge-requestów i post-mortem, które czynią decyzje zrozumiałymi i wspierają efektywną współpracę.
• Independent Delivery: Postęp w kierunku zdefiniowanych kamieni milowych, w tym niezależne wydanie modelu reguł w pierwszym miesiącu, dostarczenie komponentu nowego silnika do stagingu do trzeciego miesiąca oraz wsparcie wydania modelu niezależnie do szóstego miesiąca.

Wymagania:

• Production Detection Experience: Co najmniej pięcioletnie doświadczenie w dostarczaniu systemów wykrywania lub klasyfikacji, gdzie fałszywe pozytywy mają znaczące konsekwencje, takich jak przeciwdziałanie spamowi, phishingowi, malware, zapobieganiu oszustwom lub wykrywaniu nadużyć.
• End-to-End ML Ownership: Doświadczenie w samodzielnym wprowadzaniu przynajmniej jednego klasyfikatora uczenia maszynowego do produkcji, w tym budowa zbiorów, wybór progów, analiza błędów i decyzje o wydaniu.
• Transformer Training Expertise: Praktyczne doświadczenie w trenowaniu transformerów z PyTorch, w tym tokenizery, wstępne trenowanie języka maskowanego, fine-tuning, eksport ONNX i pomiar wydajności inferencji CPU.
• Systems and Development Skills: Silna praktyczna wiedza na temat Linuxa, skryptów powłoki i Pythona, w tym praca z serwerami współdzielonymi i zasobami GPU.
• AI-Assisted Development: Regularne korzystanie z agentów kodowania AI i narzędzi rozwojowych w celu wsparcia produktywności inżynieryjnej.
• Written Communication: Biegłość w języku angielskim na poziomie B2 lub wyższym, ze szczególnie silnymi umiejętnościami komunikacji pisemnej w zakresie dokumentacji technicznej, specyfikacji i przeglądów kodu.
• Ownership and Judgment: Umiejętność analizy wydajności modeli, podejmowania decyzji o wydaniu opartych na dowodach, badania trudnych problemów oraz równoważenia skuteczności wykrywania z kosztami fałszywych pozytywów.

Dodatkowe doświadczenie, które byłoby cenne, obejmuje:

• Email Protocols and Infrastructure: Wiedza na temat SMTP, MIME, kodowania transferowego, SPF, DKIM i DMARC, a także jak Exim, Postfix i Dovecot integrują się z filtrami e-mailowymi.
• Embedded Machine Learning: Doświadczenie w budowaniu modeli zaprojektowanych do działania w ograniczonych środowiskach.
• Systems Programming: Znajomość Go lub Rust, szczególnie w kontekście parserów, systemów strumieniowych, współbieżności i aplikacji ograniczonych pamięciowo.
• Spam Filtering Frameworks: Doświadczenie z wewnętrznymi mechanizmami rspamd lub SpamAssassin, w tym zasady, zasady kompozytowe, wtyczki Lua i masowe sprawdzanie punktacji.
• Large-Scale Dataset Management: Doświadczenie w pracy z korpusami liczącymi miliony próbek, pipeline'ami etykietowania i narzędziami do adnotacji.
• Model Optimization: Wiedza na temat kwantyzacji, destylacji, lekkich architektur modeli i optymalizacji opóźnień dla sprzętu o ograniczonych zasobach.
• AI-Assisted Annotation: Doświadczenie w korzystaniu z etykietujących lub walidujących opartych na LLM w celu skalowania adnotacji danych i zapewnienia jakości.
• Hosting Platforms: Znajomość paneli kontrolnych hostingu, takich jak cPanel, Plesk lub DirectAdmin.

Korzyści:

• Fully Remote Work: Pracuj zdalnie z elastycznością organizacji swojego harmonogramu i pracy z różnych lokalizacji na całym świecie, zgodnie z rolą i ustaleniami zatrudnienia.
• Flexible Working Hours: Autonomia w organizacji dnia pracy wokół swojej produktywności i zobowiązań.
• Paid Vacation: 24 dni płatnego urlopu rocznie.
• Public Holidays: 10 dni świąt narodowych.
• Sick Leave: Nielimitowany urlop chorobowy.
• Healthcare Support: Finansowe wsparcie na prywatne ubezpieczenie zdrowotne.
• Wellness Benefits: Zwrot kosztów za przestrzenie coworkingowe oraz zajęcia sportowe lub fitness.
• Learning and Development: Budżet edukacyjny i nacisk na ciągły rozwój zawodowy.
• Innovation Rewards: Możliwość otrzymania nagrody za opracowanie innowacyjnego pomysłu, który można opatentować.
• Technical Challenges: Możliwości pracy nad wymagającymi projektami z zakresu uczenia maszynowego, cyberbezpieczeństwa i inżynierii produkcyjnej z mierzalnym wpływem na rzeczywistość.

Doceniamy Twoje zainteresowanie i życzymy powodzenia!