Senior Machine Learning

TQLO sp. z o.o.

Oferta w skrócie

23 520 – 28 560PLN / mies.

🏠ZdalnieTryb pracy

📄B2BKontrakt

⏱️Senior · 3+ latDoświadczenie

LokalizacjaPoznań

Źródło

JustJoinIT

↗

Aktywna

Opublikowano9 maja 2026

Ostatnio sprawdzono9 maja 2026

Wygasa za20 dni

Otwórz ofertę u źródła

🛠 Wymagane technologie

Dane źródłowe

Airflow CI/CD Terraform SQL Python

AI Insights

Czym naprawdę jest ta rola?ML Engineer

Rola koncentruje się na end-to-endowym wdrażaniu modeli ML do produkcji, obejmując MLOps, optymalizację, rekomendacje i Causal AI. Pracownik będzie rozwijać skalowalne systemy ML w chmurze (Azure/GCP), współpracując z zespołami Data Science i Analityki. To rola inżynierska, a nie badawcza – nacisk na deployment i utrzymanie modeli.

Plusy

✓Przejrzysty proces rekrutacyjny (3 etapy) z informacją zwrotną
✓Wsparcie doświadczonych ekspertów DS/ML i czas na naukę

Na co uważać

!Projekt na 6 miesięcy z możliwością przedłużenia – brak gwarancji stabilności
!Brak informacji o zespole (wielkość, struktura, ilość osób)
!Okazjonalne spotkania w biurze w Poznaniu – może wymagać czasowej obecności

Codzienna praca

•Projektowanie i rozwijanie pipeline'ów ML w chmurze (Azure/GCP) z użyciem Snowflake
•Implementacja i optymalizacja modeli predykcyjnych przy użyciu scikit-learn i Python
•Automatyzacja procesów CI/CD oraz infrastruktury z Terraform i Bash
•Monitorowanie wydajności modeli w produkcji i bieżące utrzymanie
•Przeprowadzanie eksperymentów A/B i testów jednostkowych dla modeli
•Tworzenie narzędzi opartych na LLM oraz rozwiązań Causal AI
•Współpraca z Product Ownerem i analitykami przy definiowaniu wymagań biznesowych

Więcej o ofercie

Dla kogo jest ta oferta

Profil idealny

Oferta dla doświadczonych specjalistów (Senior).

Minimum sensowne

Osoba z 3-letnim doświadczeniem w ML/Data Science, która potrafiła wdrożyć model do produkcji, posługuje się Python i SQL, ma podstawy MLOps i chce rozwijać się w kierunku end-to-end model delivery.

Raczej nie dla

Juniors z mniej niż 3 latami doświadczenia, osoby szukające długoterminowego projektu (tylko 6 miesięcy) lub preferujące stricte badawczo-rozwojową pracę bez produkcji.

Ocena dopasowania

Junior1/5

Mid4/5

Senior5/5

Hands-on5/5

Architekt2/5

Remote5/5

Enterprise2/5

Pytania do rekrutera

?Jak duży jest zespół Data Science/ML i ilu inżynierów ML pracuje nad tym projektem?
?Kto jest klientem końcowym i w jakiej branży działa?
?Który cloud jest używany: Azure czy GCP? Czy Snowflake jest głównym data warehouse?
?Jak często planowane są wdrożenia modeli do produkcji? Czy jest to codzienny proces?
?Czy istnieje dyżur on-call dla modeli produkcyjnych?
?Jakie są szanse przedłużenia projektu po 6 miesiącach i jakie czynniki na to wpływają?
?Czy w ramach projektu są przewidziane szkolenia lub certyfikacje chmurowe?

Brakujące informacje

−Nie podano wielkości ani struktury zespołu
−Brak informacji o stosowanych frameworkach do pipeline'ów ML (MLflow, Kubeflow, itp.)
−Nie określono, czy codzienna praca wymaga korzystania z kontenerów (Docker, Kubernetes)

Zespół

Przyjazna atmosfera, wsparcie od doświadczonych ekspertów Data Science i ML, przestrzeń do nauki i eksperymentów.

Rekrutacja

3-etapowy proces rekrutacyjny z informacją zwrotną – brak szczegółów w ogłoszeniu.

🔗Podobne oferty