Machine Learning Engineer
Onwelo
Rola polega na budowaniu i wdrażaniu produkcyjnych modeli ML w branży healthcare, ze szczególnym naciskiem na klasyfikację dokumentów, segmentację i ekstrakcję danych. Będziesz pracować w modelu outsourcingowym dla klienta Onwelo, łącząc kompetencje software engineering, data engineering i machine learning. To stanowisko produkcyjne – nie badawcze – wymagające solidnego doświadczenia z Pythonem, Dockerem i AWS.
Brakuje: brak informacji o wielkości zespołu i strukturze projektu, brak opisu procesu rekrutacyjnego.
Rola polega na budowaniu i wdrażaniu produkcyjnych modeli ML w branży healthcare, ze szczególnym naciskiem na klasyfikację dokumentów, segmentację i ekstrakcję danych. Będziesz pracować w modelu outsourcingowym dla klienta Onwelo, łącząc kompetencje software engineering, data engineering i machine learning. To stanowisko produkcyjne – nie badawcze – wymagające solidnego doświadczenia z Pythonem, Dockerem i AWS.
- ✓Wysoki odsetek awansów wewnętrznych (80%) – realna ścieżka rozwoju
- ✓Zarząd z wykształceniem technicznym – lepsze zrozumienie technologii
- ✓Szkolenia wewnętrzne i ścieżki rozwojowe
- ✓Praca w modelu zdalnym z elastycznymi godzinami
- !Brak informacji o wielkości zespołu i strukturze projektu
- !Brak opisu konkretnych usług AWS (np. SageMaker, S3, Lambda)
- !Brak informacji o procesie rekrutacyjnym
- !Rola outsourcingowa – możliwe zmiany projektów/klientów
- !Szeroki zakres wymaganych kompetencji (ML, DE, SWE) – ryzyko rozmycia odpowiedzialności
- •Projektowanie i rozwój modeli ML do klasyfikacji dokumentów i ekstrakcji danych
- •Budowa i utrzymanie pipeline'ów ML (dane, trenowanie, deploy)
- •Optymalizacja wydajności modeli w środowisku produkcyjnym
- •Implementacja modeli w środowiskach produkcyjnych z użyciem Docker i AWS
- •Pisanie kodu w Python z wykorzystaniem Pandas, ScikitLearn, TensorFlow/PyTorch, PyStats, Pydantic
- •Praca z bazami danych SQL do przygotowywania danych i analiz
- •Konteneryzacja aplikacji ML za pomocą Dockera
- •Współpraca z zespołem klienta przy integracji modeli z systemami produkcyjnymi
Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).
Inżynier ML z co najmniej 3-letnim doświadczeniem, potrafiący samodzielnie budować i wdrażać modele w chmurze AWS, z praktyczną znajomością Pythona, SQL i Dockera.
Nie dla juniorów (poniżej 3 lat doświadczenia) ani osób bez doświadczenia w produkcyjnym wdrażaniu modeli. Rola wymaga łączenia umiejętności ML, data engineering i software engineering – nie jest odpowiednia dla specjalistów skupionych tylko na jednym obszarze.
- ?Jakie konkretne usługi AWS są wykorzystywane w projekcie (np. SageMaker, S3, Lambda, ECS)?
- ?Czy zespół pracuje w metodyce agile? Jak wygląda planowanie sprintów?
- ?Jaka jest wielkość zespołu i podział ról (ML, data, backend)?
- ?Czy istnieje możliwość długoterminowej współpracy z tym samym klientem?
- ?Czy są przewidziane dyżury on-call lub utrzymanie modeli po wdrożeniu?
- ?Jak wygląda proces review kodu i testowania modeli?
- ?Czy wymagana jest znajomość dziedziny healthcare, czy to plus?
- −Brak informacji o wielkości zespołu i strukturze projektu
- −Brak opisu procesu rekrutacyjnego
- −Brak konkretnych usług AWS wykorzystywanych w projekcie
- −Brak informacji o on-call i zakresie utrzymania modeli
Kultura oparta na współpracy i ciągłym rozwoju, z naciskiem na wewnętrzne awanse i wsparcie techniczne ze strony zarządu. Regularne wydarzenia zespołowe i Town Halli.