Machine Learning Specialist
DTiQ Poland
Rola skupiona na budowie i utrzymaniu produkcyjnych systemów ML, głównie opartych na dużych modelach językowych (LLM) i wizyjnych (VLM), dla branży retail i restauracji. To praktyczne stanowisko inżynierskie – projektowanie, wdrażanie i monitoring pipeline'ów AI, a nie tylko modelowanie. Obejmuje pracę z LangChain, LangGraph, Langfuse, Snowflake Cortex oraz AWS.
Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.
Brakuje: nie podano liczby etapów rekrutacji, brak informacji o budżecie szkoleniowym.
Rola skupiona na budowie i utrzymaniu produkcyjnych systemów ML, głównie opartych na dużych modelach językowych (LLM) i wizyjnych (VLM), dla branży retail i restauracji. To praktyczne stanowisko inżynierskie – projektowanie, wdrażanie i monitoring pipeline'ów AI, a nie tylko modelowanie. Obejmuje pracę z LangChain, LangGraph, Langfuse, Snowflake Cortex oraz AWS.
- !Brak opisu procesu rekrutacyjnego
- !Nie określono wielkości zespołu ani struktury
- ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
- •Projektowanie i implementacja aplikacji opartych na LLM i VLM (np. chatboty, analiza obrazu)
- •Optymalizacja pipeline'ów przetwarzania danych i modeli pod kątem szybkości i dokładności
- •Monitorowanie i walidacja wyników systemów AI w produkcji
- •Integracja z bazami danych SQL/NoSQL oraz Snowflake Cortex
- •Współpraca z zespołem Data Science przy eksperymentach i wdrożeniach
- •Utrzymanie i rozwój infrastruktury ML (MLOps, AWS)
- •Code review i zarządzanie repozytoriami (GitHub)
Oferta dla doświadczonych specjalistów (Senior).
Osoba z dokładnie 5-letnim doświadczeniem w ML, w tym przynajmniej rok przy produkcyjnych LLM. Zna Python i MLOps, ma podstawy AWS i Snowflake.
Osoby z mniej niż 5 latami doświadczenia w ML lub bez komercyjnego wdrożenia LLM. Juniorzy i midzi bez głębokiej znajomości MLOps i produkcji.
- ?Ile osób liczy zespół Data Science i jak są podzielone role?
- ?Jak wygląda proces wdrażania modeli – czy jest CI/CD dla ML?
- ?Czy jest dyżur on-call? Jeśli tak, jak często?
- ?Jakie konkretnie VLM są używane w projektach?
- ?Czy w ramach 'voluntary days' chodzi o wolontariat?
- ?Jaki jest budżet na szkolenia i konferencje?
- ?Czy Snowflake Cortex jest już używany produkcyjnie, czy to nowość?
- −Nie podano liczby etapów rekrutacji
- −Brak informacji o budżecie szkoleniowym
- −Nie wiadomo, czy praca dotyczy jednego projektu, czy wielu
Międzynarodowy zespół Data Science, praca zdalna, nacisk na współpracę i innowacyjność.