Machine Learning Engineer (k/m)

OBPON Sp. z o.o. Sp. K.

Oferta w skrócie

14 000 – 24 000PLN / mies.

🏠ZdalnieTryb pracy

📄Umowa o pracęKontrakt

⏱️Mid · 3+ latDoświadczenie

LokalizacjaWarszawa

Źródło

Pracuj.pl

↗

Aktywna

Opublikowano14 maja 2026

Ostatnio sprawdzono14 maja 2026

Wygasa za25 dni

Otwórz ofertę u źródła

🛠 Wymagane technologie

Dane źródłowe

Python PyTorch OpenCV Transformers NLP Computer Vision CUDA Diffusion Models MLflow Deep Learning

AI Insights

Czym naprawdę jest ta rola?ML Engineer

To rola badawczo-rozwojowa w obszarze Deep Learning, łącząca Computer Vision, NLP i Generative AI. Będziesz implementować i optymalizować najnowsze architektury (SOTA), prowadzić eksperymenty na GPU oraz tworzyć proof-of-concept. Większy nacisk na badania i prototypowanie niż na produkcję i skalowanie. Praca zdalna, zespół skoncentrowany na innowacjach.

Plusy

✓Praca nad SOTA rozwiązaniami – możliwość publikacji i udziału w konferencjach
✓Miks CV, NLP i Generative AI – szeroki zakres tematyczny
✓Elastyczność w doborze metod i architektur (badawczy charakter)

Na co uważać

!Brak informacji o wielkości zespołu i liczbie projektów jednocześnie
!Technologie opcjonalne (Docker, K8s) sugerują, że może być potrzebne wdrażanie modeli, ale nie jest to jasne
!Rola może wymagać śledzenia najnowszej literatury – wysoki nacisk na ciągłe uczenie się

Codzienna praca

•Czytanie i analiza literatury naukowej pod kątem najnowszych architektur Deep Learning
•Implementacja modeli CV (detekcja, tracking, estymacja pozy) w PyTorch/OpenCV
•Trenowanie i fine-tuning modeli transformacyjnych (NLP, sekwencyjne) oraz generatywnych (GANs, diffusion)
•Projektowanie i wykonywanie eksperymentów z użyciem MLflow do śledzenia metryk
•Definiowanie funkcji straty i metryk ewaluacyjnych adekwatnych do problemu
•Optymalizacja wydajności modeli na GPU (CUDA, batch processing)
•Tworzenie pipeline'ów testowych i walidacyjnych do oceny modeli
•Prezentacja wyników i dokumentacja eksperymentów

Więcej o ofercie

Dla kogo jest ta oferta

Profil idealny

Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).

Minimum sensowne

Osoba z co najmniej 3 letnim doświadczeniem w ML/DL, która ma za sobą kilka projektów z CV lub NLP, zna PyTorch i OpenCV na poziomie praktycznym i potrafi samodzielnie przeprowadzić eksperyment.

Raczej nie dla

Nie dla osób z mniej niż 3 latami doświadczenia w ML/DL, ani dla tych, którzy wolą stabilne środowisko produkcyjne i nie interesują się badaniami i prototypowaniem.

Ocena dopasowania

Junior1/5

Mid4/5

Senior3/5

Hands-on5/5

Architekt1/5

Remote5/5

Enterprise2/5

Pytania do rekrutera

?Ile osób liczy zespół badawczy i jak są podzieleni (CV vs NLP)?
?Jaki jest typowy cykl projektu – od badań do wdrożenia?
?Czy istnieje możliwość publikacji wyników lub udziału w konferencjach?
?Jakie zasoby GPU są dostępne (karty, ilość)?
?Czy rola wymaga dyżurów on-call lub utrzymania systemów produkcyjnych?
?Jakie są oczekiwania co do znajomości MLOps – czy deployment modeli leży po stronie innego zespołu?

Brakujące informacje

−Wielkość i struktura zespołu
−Przykładowe projekty (obszary zastosowań)
−Ścieżka rozwoju i awansu
−Benefity pozapłacowe (poza standardem)
−Proces rekrutacyjny (etapy, zadanie domowe)

🔗Podobne oferty