Rola inżyniera uczenia maszynowego (ML Engineer) z naciskiem na pracę z Pythonem, uczenie maszynowe, analizę danych i projekty oparte na sztucznej inteligencji. Praca odbywa się w pełni zdalnie. Kandydat będzie projektował i rozwijał modele ML, przygotowywał i analizował dane, budował i optymalizował pipeline'y ML, a także wdrażał i utrzymywał modele w środowiskach produkcyjnych. Wymagane jest silne doświadczenie w Pythonie i bibliotekach ML, a także dobra znajomość SQL. Doświadczenie z platformami chmurowymi jest dodatkowym atutem.

Brakuje: szczegółowy opis projektów, nad którymi będzie pracował kandydat., informacje o wielkości zespołu, z którym będzie współpracował kandydat..

🛠 Wymagane (Must Have)

Dane źródłowe

SQL Python PyTorch TensorFlow scikit-learn

⭐ Mile widziane (Nice to Have)

Dane źródłowe

GCP Azure Cloud platform

AI Insights

Czym naprawdę jest ta rola?ML Engineer

Plusy

✓Praca w pełni zdalna (fully remote)
✓Możliwość pracy nad ekscytującymi projektami AI/ML
✓Elastyczny model współpracy
✓Możliwość rozwoju kariery i ekspozycji na nowoczesne technologie
✓Przyjazne i współpracujące środowisko pracy

Na co uważać

!Chociaż wymieniono TensorFlow i PyTorch jako 'must have', w sekcji 'Wymagania' są one wymienione jako 'frameworks/libraries such as scikit-learn, TensorFlow, or PyTorch', co może sugerować, że nie wszystkie są absolutnie wymagane, ale przynajmniej jedno z nich.
!W sekcji 'Nice to have' wymieniono 'Cloud platform GCP Azure', podczas gdy w 'Wymaganiach' jest ogólne 'Experience with cloud platforms (AWS/GCP/Azure) is a plus'. Może to być niejasne, czy doświadczenie z chmurą jest faktycznie 'nice to have', czy bardziej 'must have'.

Codzienna praca

•Projektowanie i rozwijanie modeli Machine Learning
•Przygotowywanie, przetwarzanie i analiza danych
•Budowanie i optymalizacja pipeline'ów ML
•Współpraca z zespołami deweloperskimi i biznesowymi
•Wdrażanie i utrzymywanie modeli w środowiskach produkcyjnych

Więcej o ofercie

Dla kogo jest ta oferta

Profil idealny

Oferta dla doświadczonych specjalistów (Senior).

Minimum sensowne

Kandydat z dobrą znajomością Pythona i doświadczeniem w pracy z co najmniej jedną biblioteką ML (np. scikit-learn). Powinien posiadać podstawowe zrozumienie SQL i umiejętność analitycznego myślenia. Doświadczenie w chmurze nie jest wymagane, ale mile widziane.

Raczej nie dla

Rola nie jest dla osób bez doświadczenia w programowaniu w Pythonie lub bez podstawowej wiedzy o uczeniu maszynowym. Kandydaci, którzy nie posiadają umiejętności analitycznego myślenia lub nie rozumieją podstaw SQL, również nie będą pasować.

Ocena dopasowania

Junior2/5

Mid4/5

Senior5/5

Hands-on5/5

Architekt3/5

Remote5/5

Enterprise2/5

Pytania do rekrutera

?Jakie są typowe projekty, nad którymi pracują ML Engineers w tej firmie?
?Jak wygląda proces wdrażania modeli ML do produkcji?
?Jakie są główne wyzwania związane z danymi i modelami, z którymi obecnie się mierzycie?
?Jak wygląda współpraca między ML Engineers a innymi zespołami (np. backend, frontend)?
?Czy firma oferuje budżet na szkolenia i rozwój w obszarze ML/AI?
?Jakie są plany rozwoju firmy w obszarze AI/ML w najbliższej przyszłości?

Brakujące informacje