Salve.Inno to firma rekrutacyjna i doradcza założona w 2024 roku z siedzibą w Gdańsku. Jej niewielki zespół pomaga firmom prowadzić rekrutację dzięki dopasowanym strategiom, globalnemu pozyskiwaniu kandydatów do pracy zdalnej, selekcji kandydatów oraz skutecznym rozwiązaniom rekrutacyjnym na stronach kariery. Firma działa w obszarach doradztwa, marketingu i logistyki, a jej doświadczenie rekrutacyjne obejmuje stanowiska związane z marketingiem, rynkiem forex i iGamingiem. Salve.Inno wspiera również organizacje w komunikacji, działaniach na rzecz DE&I oraz tworzeniu bardziej efektywnych procesów rekrutacyjnych, publikuje oferty pracy zdalnej i świadczy usługi doradcze dla globalnego rynku talentów.
Starszy inżynier uczenia maszynowego, lider AI stosowanej i MLOps
Kieruj wdrażaniem rozwiązań AI i MLOps w międzynarodowej organizacji. Rozwijaj modele predykcyjne, nadzór, wdrożenia i skalowalną architekturę uczenia maszynowego.
Opis
- Odpowiadaj za modele uczenia maszynowego na każdym etapie — od rozwoju po monitorowanie produkcyjne i ponowne trenowanie.
- Prowadź projekty z zakresu stosowanej AI dotyczące wartości klienta w całym okresie współpracy, rezygnacji, oszustw i zapobiegania nadużyciom.
- Twórz i rozwijaj frameworki MLOps, automatyczne wdrożenia, CI/CD, promocję między środowiskami oraz zarządzanie cyklem życia modeli.
- Twórz monitoring wydajności modeli, zmian rozkładu danych, jakości danych i wyników biznesowych.
- Ustalaj strategie ponownego trenowania modeli, procedury eskalacji i praktyki ciągłego doskonalenia.
- Korzystaj z SHAP i atrybucji cech, aby zwiększać przejrzystość i interpretowalność modeli.
- Ustalaj standardy zarządzania modelami, dokumentacji, kontroli wersji, odtwarzalności i audytowalności.
- Współpracuj z zespołem Data Engineering nad skalowalnymi pipeline'ami, inżynierią cech i niezawodną infrastrukturą danych.
- Przekładaj wyzwania biznesowe na praktyczne, skalowalne rozwiązania AI we współpracy z zespołami Produktu, Ryzyka, Komercyjnym i innymi.
- Analizuj działanie modeli produkcyjnych, aby poprawiać ich dokładność, niezawodność i wpływ na biznes.
- Dbaj o standardy stabilności, skalowalności, łatwości utrzymania i efektywności operacyjnej w środowisku produkcyjnym.
- Wspieraj rozwój innych inżynierów i pełnij rolę mentora.
- Łącz szybkie dostarczanie MVP z długofalową niezawodnością i skalowalnością rozwiązań produkcyjnych.
Wymagania
- Masz co najmniej 5–8 lat doświadczenia zawodowego w tworzeniu, wdrażaniu i utrzymywaniu produkcyjnych modeli uczenia maszynowego.
- Znasz zaawansowanie Pythona i masz solidne podstawy inżynierii oprogramowania.
- Znasz algorytmy uczenia maszynowego, ocenę modeli, inżynierię cech i modelowanie predykcyjne.
- Masz praktyczne doświadczenie w rozwiązywaniu problemów ML w środowisku produkcyjnym, takich jak wyciek danych, dryf modeli, jakość danych i stabilność modeli.
- Masz praktyczne doświadczenie z Apache Spark lub PySpark w obliczeniach rozproszonych i przetwarzaniu danych na dużą skalę.
- Korzystałeś z MLflow lub podobnej platformy do zarządzania cyklem życia uczenia maszynowego.
- Projektowałeś, wdrażałeś i utrzymywałeś potoki CI/CD, najlepiej z GitHub Actions.
- Masz zaawansowane umiejętności SQL i doświadczenie w pracy z dużymi, złożonymi zbiorami danych.
- Rozumiesz wdrażanie i monitorowanie modeli, wykrywanie dryfu, ponowne trenowanie oraz utrzymanie produkcyjne.
- Wdrażałeś metody wyjaśniania i interpretacji modeli, takie jak SHAP.
- Dostarczałeś rozwiązania AI/ML, które przyniosły mierzalne usprawnienia komercyjne lub operacyjne.
- Znasz wymagania dotyczące nadzoru nad modelami, wersjonowania, dokumentacji i odtwarzalności.
- Potrafisz projektować skalowalne, niezawodne i łatwe w utrzymaniu architektury uczenia maszynowego.
- Wyróżniasz się analitycznym myśleniem i umiejętnością rozwiązywania problemów.
- Potrafisz jasno wyjaśniać złożone zagadnienia techniczne osobom bez wiedzy technicznej.
- Współpracowałeś z różnymi zespołami, takimi jak Data Engineering, Produkt, Ryzyko i zespoły komercyjne.
- Potrafisz łączyć szybki rozwój i dostarczanie MVP z solidną inżynierią systemów produkcyjnych.
- Wykazujesz zdolności przywódcze poprzez mentoring, wpływ techniczny i stosowanie dobrych praktyk inżynierskich.
- Działasz proaktywnie i samodzielnie, koncentrując się na rezultatach w dostarczaniu rozwiązań AI.
Benefity
- Konkurencyjne wynagrodzenie zależne od doświadczenia i kwalifikacji.
- Kompleksowe programy szkoleń pracowniczych i rozwoju zawodowego.
- Możliwość prowadzenia inicjatyw AI i uczenia maszynowego o dużym znaczeniu.
- Kontakt z zaawansowanymi technologiami uczenia maszynowego i nowoczesnymi praktykami MLOps.
- Międzynarodowe środowisko pracy i współpraca międzyfunkcyjna.
- Wydarzenia firmowe, zespołowe i grupowe.
- Benefity urodzinowe i za lojalność.
- Możliwości rozwoju zawodowego i objęcia przywództwa technicznego.
- Dodatkowe benefity i zachęty dla pracowników.