Pomiń do treści
Logo firmy B2Bnetwork

AI Expert / Machine Learning Engineer

B2Bnetwork

Oferta w skrócie
Widełki nieujawnione
🏠ZdalnieTryb pracy
📄B2BKontrakt
⏱️Senior · 5+ latDoświadczenie
LokalizacjaWarszawa
Źródło
Aktywna
Opublikowano24 kwietnia 2026
Ostatnio sprawdzono6 maja 2026
Wygasa za10 dni
Werdykt JobHunt

Jako Senior ML Engineer będziesz odpowiedzialny za pełen cykl życia modeli AI – od przetwarzania danych, przez budowę i trenowanie modeli, aż po wdrożenie i monitorowanie w produkcji. Rola łączy inżynierię uczenia maszynowego z MLOps i wymaga doświadczenia z modelami generatywnymi lub grafiką AI. Pracujesz w dużym zespole nad zaawansowaną analityką i rozwiązaniami AI, korzystając z Python, PyTorch/TensorFlow oraz Docker/Kubernetes.

Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.

Brakuje: brak widełek wynagrodzenia, nie podano wielkości zespołu.

🛠 Wymagane technologie
Dane źródłowe
AI Insights
Czym naprawdę jest ta rola?ML Engineer

Jako Senior ML Engineer będziesz odpowiedzialny za pełen cykl życia modeli AI – od przetwarzania danych, przez budowę i trenowanie modeli, aż po wdrożenie i monitorowanie w produkcji. Rola łączy inżynierię uczenia maszynowego z MLOps i wymaga doświadczenia z modelami generatywnymi lub grafiką AI. Pracujesz w dużym zespole nad zaawansowaną analityką i rozwiązaniami AI, korzystając z Python, PyTorch/TensorFlow oraz Docker/Kubernetes.

Plusy
  • Kontrakt B2B
  • Duża, stabilna firma (501+ pracowników)
  • Nowoczesny stack (Python, PyTorch, MLOps, Docker, K8s)
  • Seniorska rola z dużą autonomią
  • Doświadczenie z modelami generatywnymi jako atut
Na co uważać
  • ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
Codzienna praca
  • Czyszczenie, normalizacja i przygotowanie danych treningowych
  • Budowa i zarządzanie pipeline'ami danych oraz feature engineering
  • Projektowanie, implementacja i walidacja modeli ML i deep learning
  • Strojenie hiperparametrów i optymalizacja wydajności modeli
  • Przygotowywanie modeli do wdrożeń produkcyjnych (Docker, Kubernetes)
  • Monitorowanie jakości modeli w produkcji i zarządzanie MLOps
  • Prowadzenie eksperymentów i raportowanie wyników
  • Współpraca z zespołem projektowym przy definiowaniu wymagań ML
Więcej o ofercie
Dla kogo jest ta oferta
Profil idealny

Oferta dla doświadczonych specjalistów (Senior).

Minimum sensowne

Osoba z co najmniej 5-letnim stażem w ML, która brała udział w 2+ projektach AI i ma 2 lata praktyki z generatywnymi lub graficznymi modelami. Potrafi samodzielnie prowadzić projekty od danych po produkcję.

Raczej nie dla

Juniorzy ani midowie bez ugruntowanego doświadczenia w ML i MLOps. Nie jest to rola dla osób, które unikają pracy z infrastrukturą lub nie mają styczności z modelami generatywnymi.

Ocena dopasowania
Junior1/5
Mid2/5
Senior5/5
Hands-on5/5
Architekt3/5
Remote5/5
Enterprise4/5
Pytania do rekrutera
  • ?Jaki jest główny biznesowy cel projektów AI w tej roli?
  • ?Ile osób liczy zespół ML i jak jest zorganizowany?
  • ?Czy istnieje osobny zespół ds. infrastruktury, czy samodzielnie zarządzasz MLOps?
  • ?Jakie modele generatywne są obecnie używane lub planowane?
  • ?Jak wygląda proces wdrożenia modelu na produkcję – czy jest CI/CD dla ML?
  • ?Czy są przewidziane dyżury on-call lub support produkcyjny?
  • ?Czy istnieje budżet na szkolenia i konferencje?
Brakujące informacje
  • Brak widełek wynagrodzenia
  • Nie podano wielkości zespołu
  • Brak opisu procesu rekrutacyjnego
🔗Podobne oferty