Machine Learning Engineer

Nasze wymagania

• minimum 2 lata komercyjnego doświadczenia w obszarze Machine Learning lub Data Engineering
• bardzo dobrą znajomość Pythona oraz doświadczenie z bibliotekami wykorzystywanymi w uczeniu maszynowym i analizie danych
• doświadczenie w projektowaniu i utrzymaniu pipeline'ów Machine Learning oraz znajomość narzędzi orkiestracji (np. Kubeflow)
• praktyczną znajomość narzędzi MLOps do wdrażania i monitorowania modeli (np. MLflow)
• doświadczenie w przetwarzaniu dużych zbiorów danych z wykorzystaniem Apache Spark lub podobnych technologii
• znajomość języka angielskiego na poziomie minimum B2

Twój zakres obowiązków

• projektowanie, budowa i rozwój modeli uczenia maszynowego oraz sieci neuronowych
• przygotowywanie, analiza i przetwarzanie danych, w tym feature engineering oraz przygotowanie danych do trenowania modeli
• wdrażanie, monitorowanie i utrzymanie modeli ML w środowisku produkcyjnym z wykorzystaniem praktyk MLOps
• projektowanie i rozwój skalowalnych pipeline'ów Machine Learning oraz procesów przetwarzania danych
• współpraca z zespołem R&D przy projektowaniu i wdrażaniu rozwiązań opartych na sztucznej inteligencji
• optymalizacja jakości, wydajności i niezawodności modeli oraz procesów uczenia maszynowego

O projekcie

Tak organizujemy naszą pracę

Tak pracujemy nad projektem

• dokumentacja
• narzędzia do trackowania zadań
• środowiska testowe

To oferujemy

• prywatna opieka medyczna w Allianz - dostęp do specjalistów i badań diagnostycznych dla Ciebie i Twoich najbliższych
• system kafeteryjny - możesz wybrać pełne dofinansowanie do karty Multisport czy przeznaczyć środki na kulturę, wypoczynek lub sport i zakupy
• możliwość pracy w modelu hybrydowym po okresie wdrożenia (2 dni pracy zdalnej, 3 dni pracy z biura)
• możliwość korzystania z zaawansowanych narzędzi AI i Google Workspace
• współpraca z różnymi zespołami kompetencyjnymi, która pozwoli Ci na poznanie nowych technologii i poszerzenie wiedzy w obszarze IT
• profesjonalny rozwój zawodowy, realny wpływ na podejmowane decyzje biznesowe

Benefity

• elastyczny czas pracy
• spotkania integracyjne
• brak dress code’u
• kawa / herbata
• parking dla pracowników
• program rekomendacji pracowników
• inicjatywy dobroczynne