17:I[45801,["/_next/static/chunks/0lj2~0y~zf_lx.js","/_next/static/chunks/06ced26-q3v.l.js","/_next/static/chunks/0qrb9hppfnktr.js","/_next/static/chunks/03hmby_hic_e_.js","/_next/static/chunks/0_7069xjyt~wy.js","/_next/static/chunks/0ta1uo0p-f-2y.js"],"default"] 19:I[27201,["/_next/static/chunks/0lj2~0y~zf_lx.js","/_next/static/chunks/06ced26-q3v.l.js","/_next/static/chunks/0qrb9hppfnktr.js"],"IconMark"] 16:T4f3,{"@context":"https://schema.org","@type":"JobPosting","@id":"https://jobhunt.pl/oferta/warszawa-senior-data-ml-engineer-b2bnetwork-58f59e","title":"Senior Data/ML Engineer","description":"Oferta pracy Senior Data/ML Engineer w firmie B2Bnetwork. Poziom: senior. Zarobki: 21000–27720 PLN. Lokalizacja: Warszawa. Wymagane technologie: AWS, Apache Hadoop, SQL, Python.","datePosted":"2026-04-10T10:00:07.725Z","validThrough":"2026-06-04T21:59:59.999Z","employmentType":"CONTRACTOR","industry":"Information Technology","identifier":{"@type":"PropertyValue","name":"JobHunt.pl","value":"warszawa-senior-data-ml-engineer-b2bnetwork-58f59e"},"experienceRequirements":{"@type":"OccupationalExperienceRequirements","monthsOfExperience":48},"hiringOrganization":{"@type":"Organization","name":"B2Bnetwork","logo":"https://imgproxy.justjoinit.tech/_MqB7Uvo956DTU995Zgcqo1nhIGRw-Olu4BEVz9Bkxk/h:200/w:200/plain/https://public.justjoin.it/companies/logos/original/b223c419715a26ddd4d791d9dea6feaa72239db9.png"},"jobLocation":{"@type":"Place","address":{"@type":"PostalAddress","addressLocality":"Warszawa","addressCountry":"PL"}},"baseSalary":{"@type":"MonetaryAmount","currency":"PLN","value":{"@type":"QuantitativeValue","minValue":21000,"maxValue":27720,"unitText":"MONTH"}}}18:T46d,

• Zarządzanie pełnym cyklem życia modeli ML – od developmentu po deployment i monitoring

• Wdrażanie praktyk MLOps (CI/CD, testowanie modeli, monitoring, automatyzacja pipeline’ów)

• Budowa i utrzymanie pipeline’ów danych w Python i Apache Spark

• Przetwarzanie dużych wolumenów danych (structured i unstructured) w trybie batch i near real-time

• Rozwój rozproszonych pipeline’ów big data o wysokiej wydajności i skalowalności

• Wykorzystanie Spark do transformacji i wzbogacania danych na potrzeby analityki i wizualizacji

• Współpraca z data scientistami, DevOps oraz zespołami IT

• Współpraca z analitykami i biznesem przy tworzeniu modeli analitycznych

• Rozwój i optymalizacja praktyk oraz bibliotek MLOps

• Exploracja i rozwój rozwiązań AI/ML w środowisku chmurowym