Senior Machine Learning Engineer

H2B Group

Oferta w skrócie

21 840 – 26 040PLN / mies.

🏠ZdalnieTryb pracy

📄B2BKontrakt

⏱️Senior · 5+ latDoświadczenie

LokalizacjaGdańsk

Źródło

JustJoinIT

↗

Aktywna

Opublikowano11 maja 2026

Ostatnio sprawdzono11 maja 2026

Wygasa za82 dni

Otwórz ofertę u źródła

🛠 Wymagane technologie

Dane źródłowe

Python Pandas ScikitLearn AWS tools SQL Data modeling GenAI

AI Insights

Czym naprawdę jest ta rola?ML Engineer

Rola Machine Learning Engineer'a skupionego na inteligencji dokumentowej. Budujesz end-to-end pipeline'y do przetwarzania dokumentów (PDF, skany) na AWS, wykorzystując modele głębokiego uczenia (w tym GenAI/multimodalne) do klasyfikacji, segmentacji i ekstrakcji danych. Pracujesz nad skalowalnymi systemami przetwarzającymi duże pliki (do 2000 stron). Rola łączy research (eksperymenty, prompt engineering, RAG) z produkcyjnym wdrożeniem i monitoringiem. Klientem jest firma zewnętrzna (projekt konsultingowy).

Plusy

✓Ciekawa domena inteligencji dokumentowej z wykorzystaniem najnowszych technologii GenAI (multimodal, RAG)
✓Możliwość prowadzenia funkcji od researchu do monitorowania – autonomia techniczna
✓Nowoczesny stack AWS (Bedrock, SageMaker, CDK)
✓Elastyczność zmiany projektów w ramach większej grupy (Euvic)

Na co uważać

!Brak informacji o wielkości zespołu projektowego
!Wymagana 'biegłość w komunikacji pisemnej i ustnej' w asynchronicznym środowisku – może oznaczać dużo samodzielnej pracy i ograniczone interakcje
!Nie określono, czy jest on-call ani jak wygląda wsparcie produkcyjne

Codzienna praca

•Projektowanie i implementacja pipeline'ów inteligencji dokumentowej na AWS (SageMaker, Step Functions, Lambda)
•Trenowanie i optymalizacja modeli ML do klasyfikacji, segmentacji i ekstrakcji pól z dokumentów (TensorFlow/PyTorch)
•Budowa skalowalnych systemów przetwarzania PDF (do 2000 stron) – inżynieria cech, przetwarzanie obrazów
•Wdrażanie rozwiązań GenAI: prompt engineering, RAG, modele multimodalne (Vision+Text) z AWS Bedrock lub Azure OpenAI
•Projektowanie eksperymentów i testowanie hipotez (analiza mocy, walidacja modeli)
•Ustanawianie ram ewaluacyjnych i wskaźników jakości dla dokładności ekstrakcji
•Współpraca z ekspertami merytorycznymi przy definiowaniu wymagań ekstrakcji danych
•Samodzielne prowadzenie funkcji od researchu przez wdrożenie do monitorowania w produkcji

Więcej o ofercie

Dla kogo jest ta oferta

Profil idealny

Oferta dla doświadczonych specjalistów (Senior).

Minimum sensowne

Inżynier ML z 3-4 latami doświadczenia, solidną znajomością AWS (SageMaker, Lambda) i Pythonem (TensorFlow/PyTorch, Pandas) oraz podstawami GenAI. Gotów rozwijać się w inteligencji dokumentowej.

Raczej nie dla

Nie dla juniorów ani osób bez doświadczenia produkcyjnego w ML na AWS. Rola wymaga samodzielności i umiejętności prowadzenia projektów end-to-end.

Ocena dopasowania

Junior1/5

Mid2/5

Senior5/5

Hands-on5/5

Architekt3/5

Remote5/5

Enterprise2/5

Pytania do rekrutera

?Ile osób liczy zespół projektowy i w jakim modelu współpracy (SCRUM, Kanban)?
?Jaki jest przewidywany czas trwania projektu?
?Czy istnieje możliwość pracy nad więcej niż jednym projektem jednocześnie?
?Jak wygląda wsparcie produkcyjne – czy są dyżury on-call?
?Czy klient ma już istniejącą infrastrukturę ML na AWS, czy budujemy od zera?
?Jakie typy dokumentów będą przetwarzane i jaka jest oczekiwana dokładność ekstrakcji?
?Czy oferujecie budżet szkoleniowy lub dostęp do kursów/conferencji?

Brakujące informacje

−Wielkość zespołu projektowego
−Opis procesu rekrutacyjnego
−Informacja o dyżurach on-call
−Benefity pozapłacowe (budżet szkoleniowy, sprzęt itp.)

Zespół

Praca zdalna i asynchroniczna, z naciskiem na samodzielność i komunikację pisemną. Współpraca z ekspertami merytorycznymi klienta przy definiowaniu wymagań.

🔗Podobne oferty