ML Engineer in Kraków

Poszukujemy Inżyniera Uczenia Maszynowego, który dołączy do naszego rozwijającego się zespołu inżynierii danych. Będziesz współpracować z innymi inżynierami, naukowcami danych, menedżerami produktów, inżynierami systemów i profesjonalistami analitycznymi, aby dostarczać wartościowe i innowacyjne wyniki dla naszych klientów. Będziesz pracować w ramach i między naszymi zespołami inżynieryjnymi i nauki danych, dostarczając skalowalne produkty, które poprawiają sposób, w jaki obsługujemy naszych klientów i prowadzimy nasze operacje.

O zespole: W Tesco Data & Analytics pomagamy naszym klientom i społecznościom, w których działamy, uzyskać jak najwięcej wartości z danych. Budujemy i zarządzamy platformami danych Tesco, architektujemy i inżynierujemy dane na tych platformach, zapewniamy możliwości i narzędzia dla społeczności analitycznej w Tesco, rozwijamy produkty danych na dużą skalę i utrzymujemy istniejące aplikacje. Nasz zespół nauki danych bierze udział w szerokim zakresie projektów, obejmujących łańcuch dostaw, logistykę, sklepy i sprzedaż online. Obejmują one projekty w obszarach optymalizacji operacji, wsparcia decyzji komercyjnych (np. prognozowanie, optymalizacja asortymentu, wsparcie łańcucha dostaw), sprzedaży online (np. wyszukiwanie i rekomendacje) oraz inteligentnej krawędzi (np. wizja komputerowa).

Inżynierowie Uczenia Maszynowego współpracują z naszymi naukowcami danych, pomagając w rozwoju narzędzi i platform, optymalizacji kodu oraz wdrażaniu rozwiązań na krawędzi, w chmurze i w środowiskach big-data.

• Uczestnictwo w dyskusjach grupowych na temat projektowania systemów i architektury.
• Współpraca z zespołami produktowymi w celu komunikacji i tłumaczenia potrzeb na wymagania techniczne.
• Współpraca z naszymi naukowcami danych, inżynierami oprogramowania i zespołami produktowymi w całym cyklu życia oprogramowania.
• Dostarczanie wysokiej jakości kodu i rozwiązań, wprowadzanie rozwiązań do produkcji.
• Przeprowadzanie przeglądów kodu w celu optymalizacji wydajności technicznej rozwiązań nauki danych.
• Wsparcie systemów produkcyjnych, rozwiązywanie incydentów i przeprowadzanie analizy przyczyn źródłowych.
• Poszukiwanie sposobów na ewolucję i poprawę naszej technologii, procesów i praktyk.
• Dzielenie się wiedzą z bezpośrednim zespołem inżynieryjnym.
• Współpraca z innymi zespołami nad bardziej złożonymi inicjatywami poprzez grupy robocze.
• Poprawa i budowanie rozwiązań z wykorzystaniem GenAI.
• Zastosowanie praktyk SDLC w celu tworzenia i wydawania solidnego oprogramowania.

Masz doświadczenie w inżynierii lub nauce danych, z dobrą znajomością zestawu narzędzi nauki danych (programowanie, uczenie maszynowe, MLOps itp.) i wprowadzania rozwiązań nauki danych do produkcji. Dlatego spełniasz większość poniższych punktów:

• Wyższe wykształcenie w dziedzinie inżynierii, informatyki, matematyki lub nauk ścisłych.
• Skupienie na kliencie z odpowiednią równowagą między dostarczaniem wyników a doskonałością techniczną.
• Umiejętność zastosowania umiejętności technicznych i wiedzy do rozwiązywania rzeczywistych problemów biznesowych.
• Doświadczenie w budowaniu systemów MLOps zgodnie z najlepszymi standardami rynkowymi.
• Doświadczenie komercyjne przyczyniające się do sukcesu projektów nauki danych o dużym wpływie w złożonych organizacjach.
• Świadomość pojawiających się praktyk i narzędzi MLOps byłaby dodatkowym atutem, np. magazyny cech i zarządzanie cyklem życia modeli.
• Analizujące podejście i umiejętność rozwiązywania konkretnych problemów biznesowych.
• Doświadczenie z różnymi językami programowania i dobra znajomość przynajmniej jednego języka. Idealny kandydat jest biegły w Pythonie.
• Znajomość kontroli wersji (Git) i związanych z tym narzędzi cyklu życia oprogramowania.
• Doświadczenie z narzędziami do monitorowania, logowania i alertowania, np. Splunk lub Grafana.
• Zrozumienie powszechnych struktur danych i algorytmów.
• Doświadczenie w pracy z otwartymi środowiskami nauki danych.
• Znajomość technologii big-data typu open source, takich jak Apache Spark.
• Doświadczenie w budowaniu rozwiązań działających w chmurze, najlepiej Azure.
• Doświadczenie z metodologiami rozwoju oprogramowania, w tym Scrum i Kanban.
• Tło lub silne zrozumienie sektora detalicznego, logistyki i/lub e-commerce byłoby korzystne, ale nie jest wymagane.

Nie jesteś pewien, czy spełniasz wszystkie kryteria? Aplikuj i daj nam szansę ocenić Twój potencjał - możesz być idealnym kandydatem!

Nasi koledzy pracują z jednym celem na uwadze, pomagając uczynić każdy dzień odrobinę lepszym dla naszych klientów, kolegów i społeczności na całym świecie. Żaden klient nie jest taki sam, podobnie jak nasi koledzy.

W Tesco wspieramy równowagę, która pozwala Ci rozwijać się zarówno w pracy, jak i poza nią. Spędzaj 60% swojego tygodnia współpracując z kolegami w naszych lokalizacjach biurowych lub lokalnych miejscach, a resztę zdalnie. Niezależnie od tego, czy dopiero zaczynasz swoją karierę, łączysz pasje, czy przechodzisz przez ważne wydarzenia życiowe, jesteśmy tutaj, aby Cię wspierać.

Tesco zobowiązuje się do świętowania różnorodności i każdy jest mile widziany w Tesco. Jako pracodawca świadomy niepełnosprawności, zobowiązujemy się do zapewnienia w pełni inkluzywnego i dostępnego procesu rekrutacji, dając kandydatom możliwość rozwoju i informowania nas o wszelkich rozsądnych dostosowaniach, których mogą potrzebować.

Chcesz lepiej nas poznać? Obejrzyj nasz zespół mówiący o naszej kulturze – YouTube.

Co nasi koledzy lubią najbardziej w Tesco:

• Rozwijamy własne produkty.
• Robimy różnicę; duża skala operacji.
• Odpowiedzialność i szacunek są nam przyznawane.
• Współpracujemy i wspieramy się nawzajem.
• Są świetni koledzy, którzy są podzieleni na małe zespoły.
• Możemy rozwijać się i uczyć nowych rzeczy.

Odkryj, jak nasi koledzy kształtują jutro Tesco.