Senior Machine Learning Engineer
RTB House
Ta rola to przede wszystkim budowa i utrzymanie platformy do trenowania modeli ML oraz infrastruktury licytującej (bidding infrastructure), która uruchamia te modele w produkcji. Mimo tytułu 'Machine Learning Engineer', faktyczne tworzenie modeli nie jest głównym zadaniem – kluczowe są umiejętności inżynierii systemowej, optymalizacji wydajności i pracy z rozproszonymi systemami. Pracujesz w AdTech (RTB House) przy algorytmach obsługujących setki milionów użytkowników i miliardy wyświetleń reklam miesięcznie.
Brakuje: nie podano wielkości zespołu ani liczby zespołów współpracujących, brak informacji o polityce on-call.
Tytuł sugeruje pracę nad modelami ML, ale rola skupia się na budowie i optymalizacji infrastruktury do trenowania i uruchamiania modeli. Kluczowe są umiejętności inżynierii systemowej, optymalizacji wydajności i systemów rozproszonych, a nie wiedza o ML.
Ta rola to przede wszystkim budowa i utrzymanie platformy do trenowania modeli ML oraz infrastruktury licytującej (bidding infrastructure), która uruchamia te modele w produkcji. Mimo tytułu 'Machine Learning Engineer', faktyczne tworzenie modeli nie jest głównym zadaniem – kluczowe są umiejętności inżynierii systemowej, optymalizacji wydajności i pracy z rozproszonymi systemami. Pracujesz w AdTech (RTB House) przy algorytmach obsługujących setki milionów użytkowników i miliardy wyświetleń reklam miesięcznie.
- ✓Możliwość publikowania wyników pracy
- ✓Praca na dużą skalę (miliardy wyświetleń miesięcznie) z najnowszymi technologiami
- ✓Widoczny wpływ na biznesowe wyniki firmy
- ✓Nie wymagają wcześniejszego doświadczenia w ML – szukają silnych inżynierów systemowych
- !W ogłoszeniu brak precyzyjnej informacji o konkretnym stosie technologicznym używanym w firmie (np. konkretne frameworki, narzędzia CI/CD)
- !Opis 'inicjatywa i kreatywność' może oznaczać brak jasno zdefiniowanych zadań
- !Nie podano wielkości zespołu ani struktury (ile osób, ile zespołów)
- •Rozwijanie i utrzymanie platformy do trenowania modeli ML (np. zarządzanie klastrami treningowymi, orkiestracja zadań)
- •Utrzymanie infrastruktury licytującej (bidding) do oceny modeli ML w czasie rzeczywistym w środowisku produkcyjnym
- •Identyfikacja wąskich gardeł wydajnościowych i optymalizacja niskopoziomowych części systemu (np. w C++ lub Python)
- •Tworzenie testów poprawności i wydajności nowych komponentów systemu
- •Testowanie i benchmarkowanie otwartoźródłowych technologii Big Data i ML (np. Spark, Flink, PyTorch) pod kątem użycia w produkcji
- •Współpraca z zespołami inżynieryjnymi przy projektowaniu skalowalnych rozwiązań
- •Przegląd kodu (code review) i dzielenie się wiedzą z zespołem
Oferta dla doświadczonych specjalistów (Senior).
Inżynier z minimum 3-4 latami doświadczenia w back-endzie, biegły w Pythonie/C++ i Linuxie, z umiejętnością optymalizacji systemów i rozumieniem algorytmów. Może nie mieć doświadczenia w ML, ale musi mieć solidne podstawy w systemach rozproszonych i wydajności.
Juniorzy bez doświadczenia w systemach rozproszonych ani optymalizacji wydajności. Osoby szukające głównie pracy nad modelami ML (budowa i trenowanie algorytmów) bez zainteresowania infrastrukturą.
- ?Jaki jest konkretny stos technologiczny dla platformy treningowej i infrastruktury licytującej? (np. Kubernetes, Docker, konkretne frameworki)
- ?Ile osób liczy zespół i jaka jest jego struktura (np. osobny zespół ds. ML a osobny ds. infrastruktury)?
- ?Czy oferujecie budżet na szkolenia / konferencje?
- ?Jaki jest przewidywany czas realizacji rekrutacji i ile etapów (rozmów / zadań domowych)?
- −Nie podano wielkości zespołu ani liczby zespołów współpracujących
- −Brak informacji o polityce on-call
- −Nie określono konkretnego stosu technologicznego (np. czy używają Kubernetes, Docker, konkretne bazy danych)
- −Brak opisu procesu rekrutacyjnego (liczba etapów, zadanie domowe, live coding)
Praca w zespole pasjonatów ML, Big Data i systemów rozproszonych, którzy dzielą się wiedzą. Kultura oparta na współpracy, ale z naciskiem na inicjatywę i kreatywność.
Powyżej mediany rynkowej
≈ 208,3–279,8 zł/h
Dane z aktywnych ofert zawierających technologię Distributed systems. Pełne statystyki zarobków →