Lead ML Engineer: Credit Modeling Pipelines in Warsaw

Lead ML Engineer: Credit Modeling Pipelines in Warsaw

Warsaw Pełny etat 123750 - 151250 zł / rok (szac.) Stacjonarnie
K

W skrócie

  • Zadania: Przekształcaj modele w gotowe do produkcji potoki i zarządzaj infrastrukturą ML.
  • Firma: Klarna, wiodąca firma płatnicza z międzynarodowym zespołem.
  • Benefity: Atrakcyjne wynagrodzenie, elastyczne godziny pracy i możliwości rozwoju zawodowego.
  • Pozostałe informacje: Dynamiczne środowisko z doskonałymi możliwościami kariery.
  • Dlaczego ta praca: Pracuj z najnowszymi technologiami i wpływaj na przyszłość finansów.
  • Kwalifikacje: Doświadczenie w Pythonie i umiejętności współpracy w zespole.

Przewidywane wynagrodzenie mieści się w przedziale 123750 - 151250 zł za rok.

Klarna, a leading payments company, is hiring a Lead Engineer for the Credit Modeling Pipeline.

You will transform models from data scientists into production-ready pipelines and oversee the ML infrastructure across a distributed team in Stockholm, Warsaw, and Milan.

You will write robust production Python, deploy models on AWS Sage Maker, monitor performance, and drive end-to-end reliability while collaborating with data scientists and engineers across locations.

#J-18808-Ljbffr

Lead ML Engineer: Credit Modeling Pipelines in Warsaw – pracodawca: Klarna

Klarna to doskonały pracodawca, który oferuje unikalne możliwości rozwoju w dynamicznym środowisku finansowym. Pracując jako Senior Analyst w Polsce, będziesz częścią zespołu, który kształtuje politykę kredytową, mając realny wpływ na decyzje finansowe milionów konsumentów. Nasza kultura pracy opiera się na współpracy, różnorodności i innowacyjności, a elastyczne podejście do pracy w biurze sprzyja równowadze między życiem zawodowym a prywatnym.

K

Dane kontaktowe:

Zespół rekrutacyjny Klarna

Naszym zdaniem te umiejętności pozwolą ci błyszczeć jako Lead ML Engineer: Credit Modeling Pipelines in Warsaw

Python
AWS SageMaker
Machine Learning
Model Deployment
Production Pipelines
Performance Monitoring
Collaboration