To, nad czym pracujesz dziś, ma wpływ na to, gdzie będziesz jutro. Szukasz nowych wyzwań jako ML Engineer? Mamy coś dla Ciebie!
W B3 zaczynamy od ludzi i ich doświadczenia. Dobieramy projekty tak, aby odpowiadały Twoim umiejętnościom i ścieżce rozwoju. Pracujemy w wielu obszarach i technologiach, realizując projekty IT w Polsce i w środowisku międzynarodowym, co pozwala budować doświadczenie w sposób przemyślany, a nie przypadkowy.
Jesteśmy częścią międzynarodowej organizacji notowanej na NASDAQ w Sztokholmie, działającej w 11 krajach. W Polsce mamy pełną autonomię. Sami wybieramy technologie, procesy i sposób pracy, zachowując najwyższe standardy.
Dołącz do nas już dziś!
Co oferujemy?
Pracę w skandynawskiej kulturze opartej o logikę i dialog.
Benefity w obszarze zdrowia i sportu dopasowane do potrzeb.
Speed Coaching,krótkie sesje, które dają nowe perspektywy i rozwiązania.
Treningi sportowe, wewnętrzna drużyna, wspólne zawody.
Obszary stanowiska:
Budowa i utrzymanie produkcyjnych serwisów ML w domenie reklamowej - wdrażanie, monitorowanie i zapewnienie stabilności operacyjnej modeli ML w środowisku wysokiego ruchu platformy AdTech.
Orkiestracja procesów ML Engineering- zarządzanie cyklem życia modeli, packaging, strategie deploymentu, observability oraz współpraca z zespołami Data Science i Research.
Praca na platformie GCP w środowisku kontenerowym- wykorzystanie Vertex AI, BigQuery i Cloud Storage do obsługi workloadów ML na dużą skalę, z gotowością na on-call i incident management.
Czego potrzebujesz, żeby do nas dołączyć:
Must have:
Biegłość w podstawach inżynierii oprogramowania oraz produkcyjnych standardach kodowania, ze szczególnym naciskiem na modularnąi łatwą w utrzymaniu architekturę.
Doświadczenie we wdrażaniu i utrzymaniu modeli ML w środowiskach produkcyjnych, w tym automatycznym monitorowaniu i rozwiązywaniu incydentów.
Zaawansowana wiedza z zakresu MLOps, obejmująca automatyzację cyklu życia modeli, CI/CD oraz procesy wydawnicze (release management).
Znajomość platform chmurowych (preferowane GCP) do obsługi danych i obciążeń ML na dużą skalę.
Zaawansowana znajomość Pythona i SQL w kontekście inżynierii ML – w szczególności do orkiestracji trenowania i wspierania inferencji.
Dogłębna znajomość zasad DevOps oraz Service Reliability Engineering (SRE) stosowanych w systemach ML.
Umiejętność wykorzystywania narzędzi do kodowania wspomaganych przez AI w celu zwiększenia produktywności inżynierskiej i utrzymania wysokiej jakości kodu.
Angielski: B2+
Nice to have:
Doświadczenie w AdTech, systemach rankingowych lub rekomendacyjnych opartych na ML.
Doświadczenie z rozproszonymi potokami przetwarzania danych i cech (np. Vertex Pipelines, Dask lub Spark).
Znajomość ekosystemów serwowania w chmurze, architektury mikroserwisowej oraz wzorców integracji modeli między różnymi językami programowania.
Doświadczenie z feature store'ami oraz mechanizmami zapewniania spójności między trenowaniem a serwowaniem.
Originally posted on