EN English

Pracuj z nami

Budujemy modele statystyczne i machine learning od fazy badawczej do produkcyjnej, w projektach komercyjnych i badawczych finansowanych z programów publicznych.

Senior ML Engineer

  • Wynagrodzenie: 21 000–26 000 zł brutto miesięcznie na umowie o pracę lub 24 000–30 000 zł netto miesięcznie na B2B.
  • Praca w 100% zdalna z dowolnego miejsca w Polsce, z regularnymi spotkaniami zespołu w Warszawie.
[email protected]

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.

Aplikuj: [email protected]

Jeśli żadna rola nie pasuje, napisz na [email protected].