Machine Learning Engineer

Displate

Oferta w skrócie

22 000 – 31 000PLN / mies.

🔀HybrydowaTryb pracy

📄B2BKontrakt

⏱️Senior · 5+ latDoświadczenie

LokalizacjaWarszawa

Źródło

JustJoinIT

↗

Aktywna

Opublikowano13 maja 2026

Ostatnio sprawdzono13 maja 2026

Wygasa za24 dni

Otwórz ofertę u źródła

🛠 Wymagane technologie

Dane źródłowe

huggingface PyTorch fastapi SQL Elasticsearch Python

AI Insights

Czym naprawdę jest ta rola?ML Engineer

Rola w zespole Content Discovery w Displate – firmie sprzedającej metalowe plakaty. Odpowiadasz za AI w katalogu: wyszukiwanie, rekomendacje, moderację obrazów, wykrywanie IP/copyright, multimodalne LLM i AI image generation. Mały zespół, szeroki zakres, bardzo wysoka odpowiedzialność – bierzesz model od notebooka do produkcji (Vertex AI, k8s, AWS). Praca z Marketplace, BizDev, Legal i Product Engineering. To nie jest typowe ML w e-commerce – CV i multimodalność są kluczowe, a IP detection to codzienność z prawnikami.

Plusy

✓Mały zespół z dużą autonomią i wpływem na produkt
✓Nowoczesny stack: multimodalne LLM, Vertex AI, Kubernetes
✓Ciekawa domena – IP detection i AI w e-commerce z naciskiem na wizualność
✓Praca z realnymi wyzwaniami prawnymi i biznesowymi, nie tylko teoretyczne ML

Na co uważać

−Brak widełek wynagrodzenia w ogłoszeniu
−Pełna odpowiedzialność za ML-ops bez dedykowanego zespołu – może oznaczać dużo pracy operacyjnej
−Hybryda bez sprecyzowania liczby dni w biurze

!Wymieniono Javę jako nice-to-have – może sugerować legacy w stacku
!Brak informacji o dyżurach on-call
!Bardzo szeroki zakres odpowiedzialności – ryzyko rozmycia

Codzienna praca

•Rozwijanie i wdrażanie modeli do produkcji na GCP/AWS (Vertex AI, Cloud Run, Kubernetes)
•Budowanie i utrzymywanie API ML w FastAPI
•Praca z multimodalnymi LLM (Gemini, GPT) do ekstrakcji metadanych z obrazów
•Optymalizacja wyszukiwania (ELSER, offline eval z BigQuery → ES, A/B testy)
•Automatyzacja pipeline'ów wykrywania naruszeń IP/copyright – współpraca z Legal i BizDev
•Ocena jakości obrazów i budowa systemów rekomendacji (CLIP, DINO, SigLIP)
•Monitorowanie modeli w produkcji i iteracyjne ulepszanie
•Współpraca z zespołami produktowymi i analiza danych w BigQuery/SQL

Więcej o ofercie

Dla kogo jest ta oferta

Profil idealny

Oferta dla doświadczonych specjalistów (Senior).

Minimum sensowne

Mid-level ML engineer z 3 latami doświadczenia, który ma za sobą przynajmniej jeden projekt deployowania modelu na chmurze, budowę API w FastAPI i praktyczne użycie embeddingów lub CV. Osoba gotowa do nauki i przejęcia odpowiedzialności za pełen cykl życia modelu.

Raczej nie dla

Osoby szukające spokojnej roli z wąskim zakresem, chcące skupić się wyłącznie na badaniach bez wdrożeń, lub unikające pracy z prawnikami i zagadnieniami IP. Również nie dla kogoś, kto woli duży zespół z odseparowanym ML-opsem.

Ocena dopasowania

Junior1/5

Mid4/5

Senior5/5

Hands-on5/5

Architekt2/5

Remote2/5

Enterprise3/5

Pytania do rekrutera

?Ile osób liczy zespół Content Discovery?
?Jak wygląda typowy tydzień – proporcja pomiędzy budową nowych modeli a utrzymaniem istniejących?
?Czy są dyżury on-call? Jeśli tak, jak często?
?Jaki jest stosunek pracy zdalnej do biurowej (liczba dni)?
?Jak wygląda proces decyzyjny – kto zatwierdza architekturę modeli?
?Czy istnieje budżet na szkolenia lub konferencje?
?Jaki jest największy wyzwanie techniczne, przed którym stoi zespół?

Brakujące informacje

−Brak widełek wynagrodzenia
−Nie podano wielkości zespołu
−Nie określono liczby dni hybrydowych w biurze
−Brak informacji o dyżurach on-call
−Nie opisano procesu rekrutacyjnego poza złożeniem CV i notatki

Zespół

Mały, autonomiczny zespół z wysoką odpowiedzialnością i bezpośrednią współpracą z działami biznesowymi i prawnymi. Kultura ‘ship and own’ - od notebooka do produkcji w kilka dni, nie kwartałów.

🔗Podobne oferty