Senior Data Engineer with AI
emagine
Rola łączy inżynierię danych z lekkim ML/AI. Będziesz budować pipeline'y Spark do przetwarzania dużych ilości treści webowych, fine-tunować lekkie modele ML do ekstrakcji atrybutów oraz rozwijać wewnętrznego agenta AI. Projekt jest krótki (3 miesiące z możliwością przedłużenia), praca hybrydowa w Krakowie, z wymaganym wyjazdem na onboarding do Malmö. To oferta dla doświadczonego data engineera, który potrafi łączyć inżynierię danych z praktycznym zastosowaniem NLP i ML.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: nie podano wielkości i struktury zespołu, brak informacji o narzędziach do orkiestracji (airflow, inny).
Rola łączy inżynierię danych z lekkim ML/AI. Będziesz budować pipeline'y Spark do przetwarzania dużych ilości treści webowych, fine-tunować lekkie modele ML do ekstrakcji atrybutów oraz rozwijać wewnętrznego agenta AI. Projekt jest krótki (3 miesiące z możliwością przedłużenia), praca hybrydowa w Krakowie, z wymaganym wyjazdem na onboarding do Malmö. To oferta dla doświadczonego data engineera, który potrafi łączyć inżynierię danych z praktycznym zastosowaniem NLP i ML.
- ✓Krótki, transparentny proces rekrutacyjny (2 rozmowy po 60 minut)
- ✓Onboarding w Malmö w pełni opłacony przez klienta
- ✓Możliwa praca w niepełnym wymiarze (strong part-time)
- ✓Interesująca domena – AI-driven data solutions w skali międzynarodowej
- −Krótki kontrakt (3 miesiące) – niepewność przedłużenia
- −Wymagany onboarding w Malmö (choć pokrywany przez klienta)
- −Oczekiwany okres wypowiedzenia około 1 tygodnia – sugeruje pilność
- −Wymagania zawierają 'fast-moving environment' – możliwy chaos
- !Brak informacji o wielkości zespołu i strukturze projektu
- !Możliwość pracy z Scalą jest niepewna ('potentially')
- !Technologie z bazy danych zawierają dziwne tagi (Copywriting, Active Directory) – może sugerować niechlujne ogłoszenie
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Budowanie i optymalizacja pipeline'ów Spark do przetwarzania danych webowych
- •Przetwarzanie danych w Pythonie z użyciem Polars/Pandas
- •Fine-tuning lekkich modeli ML do ekstrakcji atrybutów
- •Przygotowywanie danych treningowych i ewaluacja wydajności modeli
- •Stosowanie technik NLP do ekstrakcji i klasyfikacji informacji
- •Rozwijanie wewnętrznego agenta AI dla nowych rynków geograficznych
- •Ewaluacja systemów ML w różnych lokalizacjach i domenach
Oferta dla doświadczonych specjalistów (Senior).
Mid-level data engineer z 3-4 letnim doświadczeniem, mocny w Pythonie i Sparku, mający styczność z NLP i ML. Potrafi szybko wejść w projekt i dostosować się do wymagań hybrydowych.
Osoby bez doświadczenia w inżynierii danych, ani juniorzy – rola wymaga zaawansowanej znajomości Sparka i pipeline'ów. Nie dla kogoś, kto szuka stabilnego długoterminowego zatrudnienia (3-miesięczny kontrakt).
- ?Ile osób liczy zespół i jakie są role w projekcie?
- ?Jakie narzędzia do orkiestracji pipeline'ów są używane (Airflow, coś innego)?
- ?Jakie są wolumeny danych i ile źródeł webowych?
- ?Czy modele ML są wdrożone produkcyjnie? Jak często są retrenowane?
- ?Jaka jest realna szansa na przedłużenie kontraktu po 3 miesiącach?
- ?Czy są dyżury on-call lub praca w weekendy?
- ?Jak wygląda proces decyzyjny – czy mam autonomię techniczną?
- −Nie podano wielkości i struktury zespołu
- −Brak informacji o narzędziach do orkiestracji (Airflow, inny)
- −Nie wiadomo, czy modele są produkcyjne i jakie są metryki ewaluacji
- −Brak szczegółów na temat wewnętrznego agenta AI i jego architektury
Proces rekrutacyjny: 1 rozmowa techniczna i 1 nietechniczna, każda około 60 minut.