Salve.Inno er et rekrutterings- og konsulentfirma, der blev grundlagt i 2024 og har hovedkontor i Gdańsk i Polen. Det lille team hjælper virksomheder med at ansætte gennem skræddersyede rekrutteringsstrategier, global sourcing til fjernarbejde, screening af kandidater og karrieresider, der forbedrer rekrutteringsoplevelsen. Firmaet arbejder inden for konsulentvirksomhed, marketing og logistik og har rekrutteringserfaring med stillinger inden for marketing, forex og iGaming. Salve.Inno hjælper også organisationer med kommunikation, DEI og udvikling af mere effektive rekrutteringsprocesser, samtidig med at firmaet offentliggør muligheder for fjernarbejde og tilbyder konsulentydelser til et globalt talentmarked.
Senior maskinlæringsingeniør, leder for anvendt AI og MLOps
Led produktion af AI-løsninger og MLOps i en international organisation. Form prædiktive modeller, governance, implementering og skalerbar maskinlæringsarkitektur.
Beskrivelse
- Være ansvarlig for maskinlæringsmodeller fra udvikling til produktionsovervågning og genoptræning.
- Lede projekter inden for anvendt AI til kundelivstidsværdi, kundefrafald, svindel og forebyggelse af misbrug.
- Opbygge og forbedre MLOps-frameworks, automatiserede implementeringer, CI/CD, promovering mellem miljøer og styring af modellernes livscyklus.
- Etablere overvågning af modelperformance, datadrift, datakvalitet og forretningsresultater.
- Fastlægge strategier for genoptræning af modeller, eskaleringsprocedurer og løbende forbedringer.
- Bruge SHAP og funktionsattribution til at gøre modeller mere transparente og fortolkelige.
- Fastlægge standarder for modelgovernance, dokumentation, versionsstyring, reproducerbarhed og auditérbarhed.
- Samarbejde med Data Engineering om skalerbare datapipelines, feature engineering og pålidelig datainfrastruktur.
- Omsætte forretningsudfordringer til praktiske, skalerbare AI-løsninger sammen med produkt-, risiko-, kommercielle og andre teams.
- Gennemgå modellers performance i produktion for at forbedre nøjagtighed, pålidelighed og forretningsmæssig effekt.
- Sikre produktionsstandarder for stabilitet, skalerbarhed, vedligeholdelse og driftseffektivitet.
- Vejlede og mentorere kolleger i ingeniørteamet.
- Afveje hurtig levering af MVP'er med varig driftssikkerhed og skalerbarhed.
Krav
- Have mindst 5–8 års professionel erfaring med at bygge, implementere og vedligeholde maskinlæringsmodeller i produktion.
- Have avancerede Python-kompetencer og et solidt fundament inden for software engineering.
- Forstå maskinlæringsalgoritmer, modelevaluering, feature engineering og prædiktiv modellering.
- Have praktisk erfaring med ML-udfordringer i produktion, såsom datalækage, modeldrift, datakvalitet og modelstabilitet.
- Have praktisk erfaring med Apache Spark eller PySpark til distribueret databehandling og behandling af store datamængder.
- Have brugt MLflow eller en tilsvarende platform til håndtering af maskinlæringens livscyklus.
- Have designet, implementeret og vedligeholdt CI/CD-pipelines, gerne med GitHub Actions.
- Have avancerede SQL-kompetencer og erfaring med at arbejde med store, komplekse datasæt.
- Forstå implementering af modeller, overvågning, driftdetektion, genoptræning og produktionsvedligeholdelse.
- Have implementeret metoder til at forklare og fortolke modeller, såsom SHAP.
- Have leveret AI/ML-løsninger, der har skabt målbare kommercielle eller operationelle forbedringer.
- Forstå krav til modelgovernance, versionsstyring, dokumentation og reproducerbarhed.
- Kunne designe skalerbare, pålidelige og vedligeholdelsesvenlige maskinlæringsarkitekturer.
- Have stærke analytiske evner og gode problemløsningsevner.
- Kommunikere komplekse tekniske idéer klart til interessenter uden teknisk baggrund.
- Have arbejdet på tværs af teams som Data Engineering, Product, Risk og Commercial.
- Afveje hurtig udvikling og MVP-levering med solid produktionsudvikling.
- Vise lederskab gennem mentoring, teknisk indflydelse og god praksis inden for engineering.
- Arbejde proaktivt, selvstændigt og resultatorienteret med at levere AI-løsninger.
Fordele
- Konkurrencedygtig løn baseret på erfaring og kvalifikationer.
- Omfattende medarbejderuddannelse og faglig udvikling.
- Mulighed for at lede AI- og maskinlæringsinitiativer med stor effekt.
- Erfaring med avanceret maskinlæringsteknologi og moderne MLOps-praksis.
- En international arbejdsplads med tværfagligt samarbejde.
- Arrangementer for virksomheden, teamet og koncernen.
- Fødselsdags- og anciennitetsfordele.
- Muligheder for faglig udvikling og teknisk lederskab.
- Yderligere medarbejderfordele og incitamenter.