A Comping egy szoftvercég, amely felhőalapú eszközöket fejleszt e-kereskedelmi vállalkozások számára. Platformja egyesíti az analitikát, a marketingautomatizálást és a készletkezelést, hogy segítsen az online kereskedőknek megérteni az értékesítési folyamatokat, kapcsolatba lépni az ügyfelekkel és kezelni a készleteket.
Gépi tanulási mérnök (hibrid, Horvátország)
Prediktív és idősorelemzési modelleket fejleszt és vezet be a Comping digitális megoldásaihoz. Figyeli az éles rendszerek teljesítményét és a modellek driftjét, újratanítja a modelleket, és adat-előkészítésben együttműködik az adatmérnökökkel.
Leírás
- Prediktív modelleket, köztük idősoros előrejelzéseket fejleszt, értékel és optimalizál.
- Éles környezetbe telepíti a modelleket, figyeli teljesítményüket és driftjüket, és szükség esetén újratanítja őket.
- Együttműködik az adatmérnökökkel az adatok lekérésében és előkészítésében.
- A csapatvezető támogatásával az elejétől a végéig irányítja a modellek bevezetését.
Követelmények
- 2–5 év gyakorlati gépi tanulási tapasztalat
- Magabiztos Python-ismeret (Pandas, scikit-learn, TensorFlow vagy PyTorch, valamint XGBoost) és SQL-ismeret
- Gépi tanulási modellek éles környezetben történő telepítésében és karbantartásában szerzett tapasztalat, a notebookokon túl
- Idősoros előrejelzési tapasztalat
- Felsőfokú végzettség informatikai, matematikai, fizikai vagy kapcsolódó területen, például a FER vagy a PMF képzésén
- Önálló munkavégzés képessége, valamint eredmények világos ismertetése nem műszaki érintettekkel
- Tapasztalat IBM-eszközökkel, például Cloud Pak for Data, Watson ML/OpenScale vagy watsonx.ai megoldásokkal, illetve hasonló gépi tanulási platformokkal
- Tapasztalat driftet és magyarázhatóságot kezelő modellmonitorozási és -kezelési eszközökkel
- PySpark-ismeret, valamint nagy adathalmazokat kezelő ökoszisztémák, például Cloudera, Kafka vagy Impala ismerete
- Valószínűségi előrejelzési ismeretek
- Az energiaszektor ismerete vagy meteorológiai adatokkal szerzett munkatapasztalat
Juttatások
- Részvétel éles gépi tanulási rendszerek fejlesztésében az első ötlettől és modelltől a bevezetésen, monitorozáson és modellkezelésen át
- A fejlesztett modellek teljes körű felelőssége és beleszólás a projekt műszaki döntéseibe
- Szakmai tanúsítványok, például IBM watsonx.ai vagy Cloud Pak for Data megszerzésének finanszírozása
- Szakértelem fejlesztése az MLOps, a big data technológiák és az energiaszektor területén
- Rugalmas munkaidő
- Rövid pénteki munkanap, legkésőbb 14 óráig tartó munkával
- Évente 25 nap szabadság minden munkatársnak
- Fizetett szabadnap a Compingnél töltött munkaviszony évfordulóján
- Gyermekgondozási támogatás
- Pénzügyi ajándék gyermek születésekor
- Szabadnap a szülőknek gyermekük első iskolai napján
- Karácsonyi ajándék a gyermekeknek
- Pénzügyi Szent Miklós-napi ajándék a gyermekeknek
- Havonta egy szabadnap fogyatékossággal élő gyermeket nevelő szülőknek, hogy elvihessék gyermeküket az időpontokra
- Kiegészítő egészségbiztosítás
- Belső képzések
- Szakmai fejlődési képzések
- Konferenciák és rendezvények
- Mentorprogram
- Csapatépítő programok
- Belső rendezvények
- MultiSport-tagság
- Támogatás jótékonysági közösségi kezdeményezésekhez