Senior ML Engineer in Katowice

Xebia jest globalnym partnerem w zakresie transformacji cyfrowej i inżynierii, specjalizującym się w sztucznej inteligencji, danych i chmurze, inteligentnej automatyzacji oraz produktach cyfrowych. W regionie CEE zespół liczy prawie 1,000 ekspertów, którzy dostarczają nowoczesne aplikacje, platformy danych i rozwiązania AI dla klientów takich jak Millennium, ING, Play, Edenred i wielu innych.

Twoje zadania:

• Przejmowanie istniejącego rozwiązania ML i kodu po transferze wiedzy od Lead AI/ML Engineer.
• Rozwój i produkcja modeli uczenia maszynowego dla rekomendacji pierwszego zamówienia nowych produktów.
• Budowa i utrzymanie pipeline'ów treningowych i inferencyjnych przy użyciu Azure Machine Learning.
• Implementacja zaplanowanego retrainingu modeli oraz integracja modeli z istniejącym rejestrem modeli i bramką walidacyjną.
• Wdrażanie kontroli jakości danych i kompletności, w tym walidacja atrybutów produktów wymaganych przez modele.
• Rozwój logiki rekomendacji uwzględniającej poziomy usług, minimalne ilości zamówień oraz zasady fallback oparte na kategoriach.
• Implementacja i walidacja przejścia produktów z modelu nowego produktu do głównego modelu prognozowania w miarę dostępności wystarczającej historii sprzedaży.
• Wsparcie stopniowego wdrażania produktów katalogowych oraz implementacja monitorowania dla poszczególnych segmentów produktów.
• Utrzymanie możliwości MLOps, w tym wersjonowanie modeli, walidację, automatyczne retrainingi, monitorowanie, wykrywanie dryfu danych i alerty.
• Integracja wyników ML z istniejącym magazynem danych i raportowaniem Power BI.
• Zapewnienie, że uruchomienia produkcyjne są powtarzalne oraz że wersje modeli zachowują swoje okna treningowe i kontrakty cech.
• Udział w testowaniu, próbach próbnych, równoległych uruchomieniach, dokumentacji i przekazaniu operacyjnym.
• Współpraca z Lead AI/ML Engineer, zespołem BI oraz interesariuszami biznesowymi w celu zapewnienia niezawodnego wdrożenia produkcyjnego.

Twój profil:

• Doświadczenie w rozwijaniu i produkcji rozwiązań uczenia maszynowego.
• Praktyczne doświadczenie z Azure Machine Learning, w tym pipeline'y treningowe i inferencyjne.
• Doświadczenie w implementacji praktyk MLOps, w tym rejestry modeli, wersjonowanie modeli, automatyczne retrainingi, bramki walidacyjne, monitorowanie i rollback.
• Umiejętność przejmowania istniejącego kodu ML i kontynuowania rozwoju po początkowym etapie transferu wiedzy.
• Doświadczenie w integracji pipeline'ów ML z magazynami danych.
• Doświadczenie w implementacji walidacji danych i kontroli jakości wejścia.
• Doświadczenie w monitorowaniu modeli i wykrywaniu dryfu danych.
• Doświadczenie w implementacji automatycznych testów i CI/CD dla obciążeń ML.
• Znajomość repozytoriów opartych na Git i procesów wdrożeniowych.
• Umiejętność dokumentowania systemów ML i procedur operacyjnych.
• Umiejętność efektywnej współpracy z zespołami technicznymi i interesariuszami biznesowymi.
• Dostępność do uczestnictwa w około 15-tygodniowym MVP, z oczekiwaną ilością około 45 dni inżynieryjnych.

Miło widziane:

• Doświadczenie w prognozowaniu popytu, optymalizacji zapasów lub systemach zakupów i uzupełniania.
• Doświadczenie z LightGBM.
• Doświadczenie w pracy z magazynami danych opartymi na Azure SQL.
• Znajomość zarządzanych tożsamości Azure, Key Vault i Azure Monitor.
• Znajomość integracji Power BI oraz przypadków użycia monitorowania i raportowania ML.
• Doświadczenie z Azure DevOps lub GitHub Actions oraz procesami wdrożeniowymi Azure.
• Doświadczenie w pracy z modelami opartymi na poziomach usług lub ilościach zamówień.
• Znajomość kalibracji modeli oraz monitorowania dokładności prognoz i biasu.
• Doświadczenie w rozwijaniu rozwiązań ML dla prognozowania nowych produktów z ograniczonymi danymi historycznymi.
• Znajomość środowisk biznesowych związanych z handlem detalicznym, hurtowym, łańcuchem dostaw lub katalogami.

Proces rekrutacji:

• Przegląd CV
• Rozmowa z HR
• Rozmowa kwalifikacyjna
• Rozmowa z klientem
• Decyzja