Companies in this catalog do not charge applicants. Never send money to apply.
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.
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 modularną i 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.
