Lead ML Engineer: Credit Modeling & Production Pipelines in Warsaw

Lead ML Engineer: Credit Modeling & Production Pipelines in Warsaw

Warsaw Pełny etat 121500 - 148500 zł / rok (szac.) Stacjonarnie
K

W skrócie

  • Zadania: Pracuj nad modelami kredytowymi i buduj infrastrukturę ML w Klarna.
  • Firma: Klarna - innowacyjna firma fintech z siedzibą w Warszawie/Stockholmie.
  • Benefity: Atrakcyjne wynagrodzenie, elastyczne godziny pracy i możliwości rozwoju zawodowego.
  • Pozostałe informacje: Dynamiczne środowisko z doskonałymi możliwościami kariery.
  • Dlaczego ta praca: Zyskaj doświadczenie w produkcji modeli ML i wpływaj na rozwój zespołów ryzyka kredytowego.
  • Kwalifikacje: Doświadczenie w Pythonie i umiejętności współpracy z zespołem.

Przewidywane wynagrodzenie mieści się w przedziale 121500 - 148500 zł za rok.

Klarna is seeking a Lead Engineer for the Credit Modeling Pipeline in Warsaw/Stockholm setup.

You will take consumer credit underwriting models from a data scientist's experiment to reliable production systems, writing production Python and building the ML pipeline infra.

You will deploy models with AWS Sage Maker, monitor performance, and troubleshoot end-to-end, collaborating closely with data scientists to scale Klarna's in-house data science capability as the credit risk and fraud teams grow.

#J-18808-Ljbffr

Lead ML Engineer: Credit Modeling & Production 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 & Production Pipelines in Warsaw

Python
AWS SageMaker
Machine Learning Pipeline
Model Deployment
Performance Monitoring
Troubleshooting
Collaboration with Data Scientists