Machine Learning Engineer

MOTIFE

Oferta w skrócie

24 000 – 28 000PLN / mies.

🏢StacjonarnaTryb pracy

📄Umowa o pracęKontrakt

⏱️Mid · 3+ latDoświadczenie

LokalizacjaWarszawa

Źródło

NoFluffJobs

↗

Aktywna

Opublikowano7 maja 2026

Ostatnio sprawdzono7 maja 2026

Wygasa za18 dni

Otwórz ofertę u źródła

🛠 Wymagane (Must Have)

Dane źródłowe

Machine Learning NLP Computer vision Data structures Clean Code Python Java Kotlin Go C C++Relational database PostgreSQL MySQL Cassandra Communication skills

AI Insights

Czym naprawdę jest ta rola?Machine Learning Engineer

Rola polega na budowaniu i ulepszaniu systemów rekomendacyjnych dla globalnej platformy fitness i wellness. Będziesz pracować nad modelami ML, pipeline'ami danych i serwisami produkcyjnymi, które personalizują treści dla milionów użytkowników. Obejmuje to cały cykl życia ML – od badań i eksperymentów po wdrożenie i monitoring – przy jednoczesnym wspieraniu przejścia na bardziej zunifikowane i działające w czasie rzeczywistym systemy rekomendacji.

Plusy

✓Praca na MacBooku Pro.
✓Globalna firma fitness/wellness z milionami użytkowników – ciekawa domena.

Na co uważać

−Rekrutacja przez agencję – realny pracodawca jest klientem agencji, co może wiązać się z mniejszą stabilnością.
−Brak informacji o procesie rekrutacyjnym i liczbie etapów.
−Wymagane wiele języków (Java, Go, C++) jako nice-to-have może świadczyć o szerokim zakresie odpowiedzialności.

!Brak opisu wielkości zespołu Personalization.
!Nie podano, czy praca obejmuje dyżury on-call.
!Stack technologiczny jest rozbudowany – może być stroma krzywa uczenia się dla nowych osób.

Codzienna praca

•Budowanie, trenowanie i ocena modeli ML do personalizacji rekomendacji treningów i treści.
•Rozwijanie i utrzymywanie pipeline'ów AI/ML z użyciem Python, Spark, Airflow, AWS i S3.
•Badanie i stosowanie nowoczesnych technik ML dla systemów rekomendacyjnych i optymalizacji zaangażowania.
•Wdrażanie modeli do produkcji, monitorowanie ich i optymalizacja pod kątem wydajności i skalowalności.
•Przeprowadzanie testów A/B i analiza wyników eksperymentów z analitykami produktowymi.
•Współpraca z inżynierami, menedżerami produktu i analitykami przy testowaniu nowych pomysłów personalizacyjnych.
•Praca z zespołami platformowymi i danych w celu wykorzystania wewnętrznej infrastruktury i narzędzi.

Więcej o ofercie

Dla kogo jest ta oferta

Profil idealny

Oferta skierowana do developerów z doświadczeniem komercyjnym (Mid).

Minimum sensowne

Minimalnie, osoba z 3 latami doświadczenia w ML, która wdrożyła przynajmniej jeden model do produkcji, zna podstawy systemów rekomendacyjnych i dobrze programuje w Pythonie, ale może nie mieć jeszcze doświadczenia z pełnym stosem AWS czy Kubernetes.

Raczej nie dla

Osoby szukające pracy zdalnej (tryb stacjonarny w Warszawie) oraz juniorzy bez 3 lat doświadczenia. Nie jest to też rola dla kogoś, kto woli pracę czysto badawczą bez implementacji produkcyjnych.

Ocena dopasowania

Junior1/5

Mid5/5

Senior4/5

Hands-on5/5

Architekt2/5

Remote1/5

Enterprise4/5

Pytania do rekrutera

?Ile osób liczy zespół Personalization i jakie są role w zespole?
?Czy istnieje system dyżurów on-call? Jak często?
?Jak wygląda proces wdrożenia modelu do produkcji – ile czasu zajmuje?
?Czy firma wspiera publikowanie wyników badań lub udział w konferencjach?
?Jaka jest przewidywana ścieżka rozwoju na tym stanowisku?
?Czy stack produkcyjny różni się od wymienionego w ogłoszeniu?
?Jakie są największe wyzwania techniczne w obecnym systemie rekomendacji?

Brakujące informacje

−Brak opisu procesu rekrutacyjnego (liczba etapów, czas trwania).
−Nie podano częstotliwości dyżurów on-call.
−Brak informacji o budżecie na szkolenia i konferencje.
−Nie wiadomo, czy zespół pracuje w metodyce Agile/Scrum.

Zespół

Praca w międzynarodowym zespole Personalization, współpraca z ML Engineerami, Software Engineerami, Platform Engineerami, Product Managerami i Analitykami. Kultura oparta na eksperymentach i ciągłym ulepszaniu.

🔗Podobne oferty