Inżynier Machine Learning (k/m)

Nasze wymagania

• minimum 8 lat doświadczenia w modelowaniu predykcyjnym w sektorze bankowym (myślę, że 5 lat spokojnie przejdzie)
• doświadczenie w pracy z danymi oraz modelami wspierającymi procesy CRM (marketing, sprzedaż, kampanie)
• praktyczna znajomość środowiska Google Cloud Platform (GCP), w szczególności: BigQuery, AI/Vertex AI Notebooks, MLflow, DataProc, Airflow, DataFlow
• doświadczenie w pracy zgodnie z dobrymi praktykami MLOps (CI/CD dla modeli ML)
• bardzo dobra znajomość języka Python oraz narzędzi analizy danych
• doświadczenie w przetwarzaniu danych w środowisku rozproszonym (Spark/PySpark)
• bardzo dobra znajomość SQL (preferencyjnie BigQuery)
• doświadczenie w pracy na bardzo dużych zbiorach danych oraz z rozwiązaniami przetwarzania danych w czasie zbliżonym do rzeczywistego
• wykształcenie wyższe (kierunki ilościowe, techniczne lub pokrewne)

Mile widziane

• doświadczenie w budowie i wdrażaniu rozwiązań opartych o GenAI i LLM
• mile widziana znajomość narzędzi do budowy aplikacji analitycznych (np. Streamlit)

Twój zakres obowiązków

• budowa i rozwój modeli NLP (w tym deep learning, transformery, large language models) z wykorzystaniem PyTorch
• projektowanie i implementacja modeli ML/AI (problemy klasyfikacyjne, regresyjne, analizy przestrzenne GEO, sieci społeczne) – od etapu prototypowania do wdrożenia produkcyjnego
• utrzymanie, monitorowanie oraz ewaluacja modeli w czasie (Model Lifecycle Management/’fabryka modeli’)
• identyfikacja i detekcja zdarzeń o wysokiej wartości predykcyjnej w danych klientów
• rozwój i optymalizacja przepływów danych oraz pipeline’ów ML (Airflow, DataFlow)
• optymalizacja silników decyzyjnych wspierających dystrybucję leadów kampanijnych w CRM
• udział w inicjatywach innowacyjnych, w szczególności w obszarze hiperpersonalizacji, GenAI oraz eksperymentów R&D
• współpraca z zespołami biznesowymi (marketing, sprzedaż) oraz IT w celu wdrażania i skalowania rozwiązań
• rozwój i stosowanie standardów MLOps, automatyzacji oraz zarządzania cyklem życia modeli
• udział w budowie standardów modelowania, walidacji oraz governance w środowisku regulowanym

O projekcie

Benefity

• dofinansowanie zajęć sportowych
• prywatna opieka medyczna

Etapy rekrutacji

• 1.
  Rozmowa techniczna
• 2.
  Rozmowa z klientem

B2B.NET S.A.