Salve.Inno — рекрутингова та консалтингова компанія, заснована у 2024 році зі штаб-квартирою в Гданську, Польща. Невелика команда допомагає бізнесам наймати працівників завдяки індивідуальним стратегіям рекрутингу, глобальному пошуку фахівців для віддаленої роботи, відбору кандидатів і ефективним рішенням для найму через кар’єрні сайти. Компанія працює у сферах консалтингу, маркетингу та логістики, а її рекрутингова експертиза охоплює вакансії у маркетингу, форексі та iGaming. Salve.Inno також підтримує організації у розвитку комунікацій, упровадженні принципів DE&I та вдосконаленні процесів найму, публікує можливості віддаленої роботи й надає консалтингові послуги для глобального ринку талантів.
Провідний інженер машинного навчання, прикладний ШІ та MLOps
Керуйте впровадженням рішень ШІ та MLOps у міжнародній організації. Розвивайте прогнозні моделі, управління, розгортання та масштабовану архітектуру машинного навчання.
Опис
- Відповідайте за моделі машинного навчання на всіх етапах — від розробки до моніторингу в production і перенавчання.
- Керуйте проєктами прикладного ШІ у сферах довічної цінності клієнтів, відтоку, шахрайства та запобігання зловживанням.
- Створюйте й удосконалюйте MLOps-фреймворки, автоматизоване розгортання, CI/CD, просування між середовищами та керування життєвим циклом моделей.
- Налаштовуйте моніторинг якості моделей, дрейфу даних, якості даних і бізнес-результатів.
- Визначайте стратегії перенавчання моделей, процедури ескалації та практики безперервного вдосконалення.
- Використовуйте SHAP та атрибуцію ознак, щоб зробити моделі прозорішими й зрозумілішими.
- Встановлюйте стандарти керування моделями, документування, контролю версій, відтворюваності й аудитовності.
- Співпрацюйте з командою Data Engineering над масштабованими конвеєрами, розробкою ознак і надійною інфраструктурою даних.
- Перетворюйте бізнес-завдання на практичні масштабовані рішення на базі ШІ разом із командами продукту, ризиків, комерційного напряму та іншими.
- Аналізуйте роботу моделей у production, щоб підвищувати точність, надійність і бізнес-результат.
- Підтримуйте стандарти стабільності, масштабованості, зручності супроводу та операційної ефективності в production.
- Допомагайте колегам-інженерам розвиватися та наставляйте їх.
- Поєднуйте швидке постачання MVP із довгостроковою надійністю та масштабованістю production-рішень.
Вимоги
- Маєте щонайменше 5–8 років професійного досвіду створення, розгортання та супроводу моделей машинного навчання в production.
- Володієте Python на просунутому рівні та маєте міцну основу в розробці програмного забезпечення.
- Знаєте алгоритми машинного навчання, оцінювання моделей, розробку ознак і прогнозне моделювання.
- Маєте практичний досвід розв’язання проблем ML у production, таких як витік даних, дрейф моделей, якість даних і стабільність моделей.
- Маєте практичний досвід роботи з Apache Spark або PySpark для розподілених обчислень і масштабної обробки даних.
- Використовували MLflow або аналогічну платформу для керування життєвим циклом машинного навчання.
- Проєктували, впроваджували й супроводжували конвеєри CI/CD, бажано з GitHub Actions.
- Маєте просунуті навички SQL і досвід роботи з великими складними наборами даних.
- Розумієте розгортання й моніторинг моделей, виявлення дрейфу, перенавчання та супровід у production.
- Впроваджували методи пояснюваності й інтерпретованості моделей, наприклад SHAP.
- Створювали рішення AI/ML, що забезпечили вимірювані комерційні або операційні покращення.
- Знаєте вимоги до керування моделями, версіонування, документування та відтворюваності.
- Умієте проєктувати масштабовану, надійну й зручну для супроводу архітектуру машинного навчання.
- Маєте сильне аналітичне мислення та навички розв’язання проблем.
- Умієте чітко пояснювати складні технічні ідеї нетехнічним зацікавленим сторонам.
- Працювали з різними командами, зокрема Data Engineering, продукту, ризиків і комерційного напряму.
- Умієте поєднувати швидку розробку й постачання MVP із якісною інженерією production-систем.
- Виявляєте лідерські якості через наставництво, технічний вплив і застосування найкращих інженерних практик.
- Дієте проактивно й самостійно, орієнтуючись на результат у створенні рішень ШІ.
Переваги
- Конкурентна оплата праці з урахуванням досвіду та кваліфікації.
- Комплексні програми навчання працівників і професійного розвитку.
- Можливість керувати важливими ініціативами у сфері ШІ та машинного навчання.
- Робота з передовими технологіями машинного навчання та сучасними практиками MLOps.
- Міжнародне робоче середовище та міжфункціональна співпраця.
- Заходи компанії, команди та групи.
- Бонуси до дня народження та за лояльність.
- Можливості професійного зростання й технічного лідерства.
- Додаткові пільги та заохочення для працівників.