ML Engineer (k/m)
OBPON
Rola koncentruje się na badaniach i rozwoju zaawansowanych modeli AI w obszarach Computer Vision, NLP i Generative AI. Będziesz prowadzić eksperymenty od przeglądu literatury po implementację prototypów, pracując z najnowszymi architekturami (transformery, GANs, modele dyfuzyjne). To stanowisko łączy research z praktycznym wdrożeniem, wymagając samodzielności w projektowaniu i trenowaniu modeli głębokiego uczenia.
Brakuje: nie podano wielkości zespołu, brak opisu procesu rekrutacyjnego.
Rola koncentruje się na badaniach i rozwoju zaawansowanych modeli AI w obszarach Computer Vision, NLP i Generative AI. Będziesz prowadzić eksperymenty od przeglądu literatury po implementację prototypów, pracując z najnowszymi architekturami (transformery, GANs, modele dyfuzyjne). To stanowisko łączy research z praktycznym wdrożeniem, wymagając samodzielności w projektowaniu i trenowaniu modeli głębokiego uczenia.
- ✓Praca nad najnowszymi technologiami (GANs, dyfuzyjne, transformery)
- ✓Pełna autonomia od researchu po prototyp
- ✓Możliwość publikowania wyników (B+R)
- ✓Remote w pełni
- !Brak informacji o wielkości zespołu i podziale ról
- !Rola mocno researchowa – niejasny balans między badaniami a wdrożeniami produkcyjnymi
- •Przegląd literatury naukowej i implementacja stanu wiedzy (SOTA) dla problemów CV/NLP
- •Projektowanie i trenowanie architektur głębokiego uczenia (PyTorch) na GPU
- •Implementacja modeli analityki obrazu: estymacja pozy, detekcja, śledzenie obiektów
- •Rozwój modeli sekwencyjnych i transformacyjnych dla danych NLP
- •Budowa modeli generatywnych (GANs, dyfuzyjne, Text-to-X) dla danych multimodalnych
- •Definiowanie metryk jakości i implementacja niestandardowych funkcji straty
- •Prowadzenie i dokumentowanie eksperymentów z użyciem MLflow / Weights & Biases
- •Tworzenie pipeline'ów testowych do walidacji modeli i prototypów PoC
Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).
Inżynier ML/DL z co najmniej 3 latami komercyjnego doświadczenia w głębokim uczeniu, potrafiący samodzielnie implementować modele w PyTorch i prowadzić eksperymenty. Dopuszczalne jest nieco mniej lat, jeśli kandydat ma silne portfolio badawcze.
Osoby z mniej niż 3 latami doświadczenia w ML/DL, preferujące wyłącznie pracę produkcyjną (bez researchu) lub unikające eksperymentowania z nowymi architekturami.
- ?Ile osób liczy zespół ML i jakie są role (research vs inżynieria)?
- ?Jaki procent czasu poświęcamy na research, a jaki na wdrożenia?
- ?Czy modele są wdrażane produkcyjnie, czy głównie prototypy?
- ?Jakie zasoby GPU są dostępne (karty, liczba)?
- ?Czy istnieje roadmapa produktowa dla opracowanych rozwiązań?
- ?Jakie są przykładowe projekty B+R prowadzone w firmie?
- −Nie podano wielkości zespołu
- −Brak opisu procesu rekrutacyjnego
- −Nie wiadomo, jaka część pracy to badania a jaka wdrożenia produkcyjne