ML Engineer
ITTI
Jako Junior ML Engineer w zespole CBRN w ITTI będziesz pracować nad systemami wczesnej detekcji zagrożeń chemicznych, biologicznych, radiologicznych i nuklearnych. Twoja rola łączy tworzenie algorytmów uczenia maszynowego do przetwarzania danych z detektorów, budowanie systemów zarządzania sieciami sensorowymi, optymalizację tych sieci oraz bezpośrednie przeprowadzanie pomiarów w terenie i laboratorium. Projekty realizowane są na zlecenie Komisji Europejskiej i Europejskiej Agencji Obrony, co daje unikalny kontekst badawczo-rozwojowy.
Brakuje: nie podano liczby dni hybrydowych w tygodniu, brak informacji o częstotliwości i długości wyjazdów w teren.
Jako Junior ML Engineer w zespole CBRN w ITTI będziesz pracować nad systemami wczesnej detekcji zagrożeń chemicznych, biologicznych, radiologicznych i nuklearnych. Twoja rola łączy tworzenie algorytmów uczenia maszynowego do przetwarzania danych z detektorów, budowanie systemów zarządzania sieciami sensorowymi, optymalizację tych sieci oraz bezpośrednie przeprowadzanie pomiarów w terenie i laboratorium. Projekty realizowane są na zlecenie Komisji Europejskiej i Europejskiej Agencji Obrony, co daje unikalny kontekst badawczo-rozwojowy.
- ✓Praca nad realnymi, wpływowymi projektami z zakresu bezpieczeństwa (CBRN)
- ✓Dedykowany budżet szkoleniowy na kursy, szkolenia i książki
- ✓Dostęp do laboratorium i możliwość pracy z hardwarem
- ✓Transparentny proces rekrutacyjny – 2 etapy, szybka informacja zwrotna
- ✓Kultura zespołu oparta na dzieleniu się wiedzą i otwartej komunikacji
- !Nieokreślona liczba dni hybrydowych – prawdopodobna konieczność regularnej obecności w laboratorium
- !Potencjalne wyjazdy w różne zakątki Europy na testy – brak informacji o częstotliwości i czasie trwania
- !Wymóg znajomości 'przynajmniej części' bibliotek ML – może oznaczać elastyczność, ale też ryzyko zbyt szerokiego zakresu
- !Projekty dla Komisji Europejskiej i Agencji Obrony – możliwe procedury bezpieczeństwa lub ograniczenia
- •Implementacja algorytmów ML (klasyfikacja, detekcja anomalii) dla danych z detektorów CBRN z użyciem PyTorch/TensorFlow i scikit-learn
- •Budowa i rozwój systemów obsługi sieci sensorowych w Pythonie z wykorzystaniem FastAPI
- •Optymalizacja rozmieszczenia i konfiguracji sieci sensorowych na podstawie analiz danych
- •Przetwarzanie i analiza istniejących zbiorów danych sensorowych przy użyciu Pandas, Polars i NumPy
- •Przeprowadzanie pomiarów eksperymentalnych i zbieranie danych w terenie (w tym potencjalnie w różnych lokalizacjach w Europie)
- •Integracja rozwiązań programowych z systemami embedded (współpraca z podzespołem embedded)
- •Udział w przygotowaniach do demonstracji projektu CHIMERA – testowanie i walidacja rozwiązań
- •Dzielenie się wiedzą oraz uczestnictwo w spotkaniach zespołowych i przeglądach kodu
Oferta odpowiednia dla osób na początku kariery w IT.
Świeżo upieczony absolwent lub osoba po bootcampie z podstawami Pythona i znajomością co najmniej jednej biblioteki ML, gotowa do intensywnej nauki i pracy w zespole.
Osoby z dużym doświadczeniem (5+ lat) oczekujące seniorskiego stanowiska i wyższych zarobków, oraz kandydaci preferujący wyłącznie pracę zdalną bez interakcji ze sprzętem i wyjazdów w teren.
- ?Ile dni w tygodniu średnio spędza się w biurze/laboratorium?
- ?Jak często i na jak długo są wyjazdy terenowe (pomiary, testy)?
- ?Czy wymagane jest przejście procedur security clearance?
- ?Jaki jest aktualny skład zespołu (liczebność, role)?
- ?Czy w najbliższym czasie planowane są nowe projekty czy kontynuacja CHIMERY?
- ?Jakie są główne wyzwania techniczne w obecnym projekcie?
- ?Czy istnieje możliwość publikacji wyników badań?
- −Nie podano liczby dni hybrydowych w tygodniu
- −Brak informacji o częstotliwości i długości wyjazdów w teren
- −Nie wiadomo, czy wymagane jest przejście security clearance
Zespół kładzie nacisk na dzielenie się wiedzą, szczerą i otwartą komunikację, proaktywność i samodzielność. Atmosfera współpracy między podzespołami software i embedded.
Po przesłaniu CV kontakt telefoniczny z Kasią, następnie spotkanie (1 rozmowa) z Kasią, Łukaszem (lider zespołu) i Patrykiem (tech lead). Po rozmowie zwrotna informacja z ofertą lub podziękowaniem.
Poniżej mediany rynkowej
Dane z aktywnych ofert zawierających technologię Machine Learning. Pełne statystyki zarobków →