Jako Senior Data Engineer / ML będziesz odpowiedzialny za kompleksowe zarządzanie cyklem życia modeli uczenia maszynowego --- od etapu rozwoju, poprzez wdrożenie i monitorowanie, aż po zapewnienie ich optymalnej wydajności i niezawodności.
Hybrydowo (3 dni w tygodniu z biura)
Senior Data Engineer / ML
Twój zakres obowiązków
- Implementacja zasad MLOps (CI/CD, testowanie, monitoring) w celu usprawnienia operacji związanych z uczeniem maszynowym.
- Praca z Apache Spark i Pythonem przy definiowaniu i utrzymaniu procesów pobierania oraz transformacji danych --- zarówno w trybie rzeczywistym, jak i wsadowym.
- Budowa rozproszonych, wysoce równoległych potoków przetwarzania danych obsługujących ogromne ilości danych (strukturalnych i niestrukturalnych) w trybie near real-time.
- Wykorzystanie Sparka do wzbogacania i transformacji danych korporacyjnych w celu umożliwienia ich wyszukiwania, wizualizacji oraz zaawansowanej analizy.
- Współpraca z zespołami interdyscyplinarnymi (Data Science, DevOps, IT) w celu dostarczania wysokiej jakości rozwiązań opartych na ML.
- Ścisła współpraca z analitykami i interesariuszami biznesowymi przy opracowywaniu modeli analitycznych.
- Wsparcie w optymalizacji i rozwoju praktyk oraz bibliotek MLOps, również poza obszar modeli predykcyjnych.
- Badanie i wdrażanie rozwiązań chmurowych w obszarze AI/ML.
Nasze wymagania
- Minimum 5 lat doświadczenia w pracy z Pythonem i Apache Spark.
- Bardzo dobra znajomość algorytmów, struktur danych, statystyki oraz algebry liniowej.
- Doświadczenie z frameworkami TensorFlow lub PyTorch (trenowanie, ulepszanie, wdrażanie modeli).
- Dobra znajomość systemów rozproszonych i technologii Big Data (Hadoop/Hive lub podobne).
- Umiejętność pracy z bazami danych i platformami chmurowymi (AWS, Azure, Google Cloud) --- zapewnienie skalowalności i bezpieczeństwa infrastruktury.
- Biegłość w SQL (Spark/Hive SQL) oraz doświadczenie w tworzeniu przepływów danych.
- Doświadczenie w pracy z BitBucket i GIT (wersjonowanie, strategia branchowania).
- Znajomość metodyk Agile / SAFe.
- Bardzo dobra znajomość języka angielskiego (w mowie i piśmie).
- Doświadczenie w projektowaniu i wdrażaniu modeli ML (np. Propensity, CLV, Micro-segmentation, Channel Recommendation).
- Wsparcie zespołów use case w zakresie trenowania i wdrażania modeli uczenia maszynowego.
- Doświadczenie w pracy z chmurą AWS.
Aplikuj
