AI/ML Developer with Python (f/m/x)
Sii
To rola Machine Learning Engineera w dużej firmie outsourcingowej (Sii). Będziesz projektować i wdrażać end-to-end pipeline'y ML, integrować modele z systemami backendowymi, monitorować wydajność modeli w produkcji. Praca stacjonarna w Gdańsku. Wymagana jest biegła znajomość Pythona, ML, Dockera, K8s, Linuxa oraz testów jednostkowych. Stack ML nie jest precyzyjnie określony (brak TensorFlow/PyTorch w wymaganiach).
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: brak informacji o konkretnych frameworkach i bibliotekach ml (tensorflow, pytorch, scikit-learn) – ogłoszenie wymienia tylko python, brak opisu wielkości zespołu i struktury projektu.
To rola Machine Learning Engineera w dużej firmie outsourcingowej (Sii). Będziesz projektować i wdrażać end-to-end pipeline'y ML, integrować modele z systemami backendowymi, monitorować wydajność modeli w produkcji. Praca stacjonarna w Gdańsku. Wymagana jest biegła znajomość Pythona, ML, Dockera, K8s, Linuxa oraz testów jednostkowych. Stack ML nie jest precyzyjnie określony (brak TensorFlow/PyTorch w wymaganiach).
- ✓Dzielenie się zyskiem z pracownikami (ponad 76 mln PLN od 2022)
- ✓Roczny budżet 1 mln PLN na pomysły i pasje pracowników
- ✓Stabilna firma z 10-krotnym tytułem Great Place to Work
- !Brak konkretnych frameworków ML w wymaganiach (TensorFlow, PyTorch itp.)
- !Praca stacjonarna w Gdańsku (pomimo wzmianki o 'remote work' w benefitach)
- !Firma outsourcingowa – projekt i klient nie są znane przed rozmową
- !Proces rekrutacyjny opisany ogólnikowo
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Projektowanie i implementacja kompletnych pipeline'ów ML
- •Integracja modeli AI/ML z istniejącymi systemami backendowymi
- •Trenowanie i optymalizacja modeli ML
- •Monitorowanie wydajności i zachowania modeli w produkcji
- •Pisanie testów jednostkowych dla kodu ML
- •Praca w środowisku Linux, Docker i Kubernetes
- •Współpraca z data scientist, inżynierami oprogramowania i platformowymi
- •Udział w Continuous Integration / Continuous Deployment
Oferta dla doświadczonych specjalistów (Senior).
Inżynier z ok. 5-letnim doświadczeniem w ML i Pythonie, który potrafi pisać testy jednostkowe, ma podstawową znajomość Dockera i K8s oraz pracował na Linuxie. Może mieć mniejsze doświadczenie w produkcji, ale spełnia wymagania minimum.
Juniorzy lub osoby z mniej niż 5 latami doświadczenia w ML i Pythonie. Osoby szukające pracy zdalnej (oferta jest stacjonarna) oraz preferujące start-upową kulturę i autonomiczną pracę.
- ?Jaki jest konkretny stack ML używany w projekcie (TensorFlow, PyTorch, scikit-learn)?
- ?Ile osób liczy zespół i jak jest podzielony (data scientist, software engineer, platform)?
- ?Czy praca jest dla jednego klienta, czy rotacja między projektami?
- ?Jakie środowiska chmurowe są używane (AWS, GCP, Azure)?
- ?Czy są dyżury on-call? Jak często?
- ?Jak wygląda proces CI/CD – jakie narzędzia (GitLab CI, Jenkins)?
- ?Jaka jest wielkość modeli i skala danych (liczba rekordów, częstotliwość retrainingu)?
- −Brak informacji o konkretnych frameworkach i bibliotekach ML (TensorFlow, PyTorch, scikit-learn) – ogłoszenie wymienia tylko Python
- −Brak opisu wielkości zespołu i struktury projektu
- −Brak informacji o chmurze (AWS/GCP/Azure) – czy jest używana?
- −Brak informacji o dyżurach on-call i wsparciu produkcyjnym
- −Brak opisu konkretnych benefitów poza ogólnikami (np. budżet szkoleniowy, liczba dni urlopu na B2B)
Wysyłka CV, rozmowa o oczekiwaniach, poznanie projektów, rozpoczęcie współpracy – 4 etapy rekrutacji opisane bardzo ogólnie.