Pomiń do treści
Logo firmy DTP Digital Technology Poland

Junior Machine Learning / ML Engineer (f/m)

DTP Digital Technology Poland

Oferta w skrócie
Widełki nieujawnione
🔀HybrydowaTryb pracy
📄Umowa o pracęKontrakt
⏱️Junior · 1+ latDoświadczenie
LokalizacjaWarszawa
Źródło
Aktywna
Opublikowano14 czerwca 2026
Ostatnio sprawdzono14 czerwca 2026
Wygasa za83 dni
Werdykt JobHunt

Rola Junior Machine Learning / ML Engineer w zespole R&D firmy DTP Digital Technology Poland, która dostarcza rozwiązania dla przemysłu 4.0. Kandydat będzie pracował nad innowacyjnym projektem automatyzacji procesów inżynierskich, skupiając się na analizie danych wektorowych i uczeniu maszynowym. Jest to stanowisko dla osób z silnymi podstawami matematycznymi i algorytmicznymi.

Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji.

Brakuje: brak informacji o wielkości zespołu r&d., brak opisu procesu rekrutacyjnego..

🛠 Wymagane technologie
Dane źródłowe
Machine LearningComputer VisionAlgorithmsData StructuresPython
AI Insights
Czym naprawdę jest ta rola?ML Engineer

Rola Junior Machine Learning / ML Engineer w zespole R&D firmy DTP Digital Technology Poland, która dostarcza rozwiązania dla przemysłu 4.0. Kandydat będzie pracował nad innowacyjnym projektem automatyzacji procesów inżynierskich, skupiając się na analizie danych wektorowych i uczeniu maszynowym. Jest to stanowisko dla osób z silnymi podstawami matematycznymi i algorytmicznymi.

Plusy
  • Udział w zaawansowanym projekcie R&D, łączącym pracę naukową z praktycznymi zastosowaniami przemysłowymi.
  • Możliwość rozwoju zawodowego pod okiem ekspertów w dziedzinie Machine Learningu.
  • Elastyczny czas rozpoczęcia pracy (7.00 - 9.00).
  • Krótsza praca w piątki albo dodatkowy jeden wolny piątek w miesiącu (nawet 12 dni dodatkowego urlopu).
Na co uważać
  • !Możliwość pracy hybrydowej lub stacjonarnej - nie jest jasno określone, która opcja jest preferowana lub domyślna.
  • !Wspomniane są różne lokalizacje biur (Zielona Góra, Warszawa, Poznań, Cieszyn), ale oferta jest przypisana do Warszawy - warto dopytać o możliwość pracy z innych lokalizacji lub o specyfikę pracy w Warszawie.
  • !Wspomniane jest 'współpraca przy walidacji skuteczności nowych architektur sieciowych w nietypowych domenach technicznych' - warto dopytać o szczegóły tych domen.
  • ?Brak jawnych widełek — wynagrodzenie do ustalenia podczas rekrutacji
Codzienna praca
  • Implementacja i optymalizacja modeli głębokiego uczenia do analizy struktur geometrycznych i danych 2D.
  • Opracowywanie algorytmów ekstrakcji cech i zależności przestrzennych z danych wektorowych.
  • Przetwarzanie i przygotowywanie specjalistycznych zbiorów danych na potrzeby procesów R&D.
  • Współpraca przy walidacji skuteczności nowych architektur sieciowych w domenach technicznych.
Więcej o ofercie
Dla kogo jest ta oferta
Profil idealny

Oferta odpowiednia dla osób na początku kariery w IT.

Minimum sensowne

Student co najmniej 4 roku informatyki lub matematyki, który biegle zna Pythona, ma bardzo dobre rozumienie Computer Vision i Machine Learning, a także silne podstawy algorytmiki i struktur danych. Kandydat musi umieć samodzielnie rozwiązywać problemy matematyczne i geometryczne oraz znać angielski na poziomie pozwalającym na czytanie dokumentacji.

Raczej nie dla

Rola nie jest dla osób, które nie znają Pythona, nie mają podstaw w Machine Learning i Computer Vision, ani nie posiadają silnych fundamentów algorytmicznych i matematycznych. Kandydaci bez doświadczenia w pracy z danymi wektorowymi lub geometrycznymi mogą mieć trudności.

Ocena dopasowania
Junior5/5
Mid3/5
Senior1/5
Hands-on5/5
Architekt1/5
Remote3/5
Enterprise3/5
Pytania do rekrutera
  • ?Jakie konkretnie problemy inżynierskie są rozwiązywane w ramach projektu R&D?
  • ?Jakie są typowe architektury sieci neuronowych wykorzystywane w projekcie?
  • ?Jak wygląda proces przygotowywania i etykietowania danych na potrzeby modeli?
  • ?Jakie są możliwości rozwoju w kierunku konkretnych obszarów ML (np. NLP, Reinforcement Learning)?
  • ?Jak wygląda proces walidacji modeli i jakie są kryteria sukcesu?
  • ?Czy istnieje możliwość pracy nad własnymi pomysłami badawczymi w ramach projektu?
Brakujące informacje
  • Brak informacji o wielkości zespołu R&D.
  • Brak opisu procesu rekrutacyjnego.
  • Brak informacji o konkretnych narzędziach do zarządzania projektami.
  • Brak informacji o budżecie szkoleniowym.
Zespół

Środowisko o wysokiej kulturze technicznej, nastawione na rozwiązywanie realnych problemów inżynierskich. Niekorporacyjna atmosfera i brak dress codu.

🔗Podobne oferty