Senior ML Engineer

O nas

Jesteśmy małym zespołem, który buduje własne modele statystyczne i modele machine learning, od badań po produkcję. Prowadzimy projekty badawczo-rozwojowe finansowane z programów publicznych, m.in. modelowanie na danych satelitarnych i przestrzennych, oraz projekty komercyjne dla dużych klientów zagranicznych, który korzystają z naszych modeli przy decyzjach cenowych i portfelowych.

Firma jest nowa i jeszcze jej nie ogłosiliśmy, dlatego w ogłoszeniu nie ma naszej nazwy. Projekty już trwają.
Oficjalnie pojawimy się na rynku pod koniec roku.

Czym się zajmiesz

• Projektowanie, budowa i walidacja modeli machine learning na tabelarycznych danych o ryzyku oraz na danych satelitarnych i przestrzennych: baseline, GLM i gradient boosting, walidacja z uwzględnieniem czasu, kalibracja.

• Tworzenie powtarzalnych pipeline'ów do trenowania i ewaluacji modeli oraz wdrażanie ich na produkcję razem z inżynierami z zespołu.

• Praca nad wielokryterialną optymalizacją decyzji pricingowych, które zależą od dziesiątków parametrów.

• Ustalanie standardów technicznych, code review i recenzja modeli innych osób z zespołu.

• Omawianie modeli na żywo z ekspertami klienta, po angielsku.

• Praca w projektach komercyjnych i/lub badawczo-rozwojowych.

Czego oczekujemy

• Doświadczenia na poziomie seniorskim: potrafisz samodzielnie przeprowadzić model ML od definicji problemu do wdrożenia produkcyjnego.

• Bardzo dobrej znajomości Pythona w zastosowaniach produkcyjnych (testy, kontrola wersji, code review) i dobrej znajomości SQL.

• Solidnych podstaw statystyki. Poprawnie definiujesz zmienną celu i ekspozycję, wyłapujesz wyciek danych (data leakage) i walidujesz modele z uwzględnieniem czasu, a nie na losowym podziale.

• Praktycznego doświadczenia z modelami GLM i boostingowymi.

• Swobodnego angielskiego w rozmowach technicznych.

• Umiejętności przekładania wyników na rekomendacje i mówienia wprost, kiedy dane nie wystarczają do decyzji.

Mile widziane

• Znajomość R. Część pracy bazuje na kodzie w R napisanym przez inne osoby.

• Znajomość metod optymalizacji, w tym optymalizacji wielokryterialnej.

• Doświadczenie z danymi przestrzennymi i satelitarnymi: rastrowymi i wektorowymi, GeoPandas, rasterio, PostGIS.

• Doświadczenie w MLOps: wersjonowanie danych i modeli, CI/CD, monitoring, Azure.

• Doświadczenie w obszarze pricingu, ryzyka, ryzyka kredytowego, prognozowania lub ekonometrii.

• Doświadczenie w projektowaniu eksperymentów lub wnioskowaniu przyczynowym (causal inference).

Ta praca to statystyka i machine learning. Jeśli Twoje doświadczenie to głównie promptowanie LLM lub budowanie na nich chatbotów, to nie jest oferta dla Ciebie.

Co oferujemy

• Umowę o pracę na pełen etat lub współpracę B2B, z wynagrodzeniem podanym w ogłoszeniu.

• Pracę w 100% zdalną z dowolnego miejsca w Polsce, z regularnymi spotkaniami zespołu w Warszawie.

• Projekty komercyjne i badawczo-rozwojowe w jednym zespole.

• Claude Code i inne narzędzia AI jako część codziennej pracy technicznej.

• Wpływ na to, jak pracuje zespół, jeśli dołączysz teraz.

Jak wygląda rekrutacja

1. Krótka rozmowa: oczekiwania finansowe, okres wypowiedzenia, kilka minut po angielsku, jeden projekt, który uważasz za udany.

2. Rozmowa techniczna o przykładowym problemie lub zadanie rekrutacyjne.

3. Decyzja i oferta