Machine Learning Engineer

Machine Learning Engineer /Ekspert ds. modelowania predykcyjnego - odpowiadasz za projektowanie, rozwój i utrzymanie zaawansowanych modeli predykcyjnych wspierających procesy CRM w środowisku bankowym. Twoja praca będzie miała bezpośredni wpływ na wyniki sprzedażowe oraz doświadczenie klientów banku, przy wykorzystaniu dużych wolumenów danych oraz nowoczesnych technologii chmurowych.Forma współpracy: B2BTryb: 2x tydzień biuro ul. Chmielna 89 WarszawaOpis stanowiska• budowa i rozwój modeli NLP (w tym deep learning, transformery, large languagemodels) z wykorzystaniem PyTorch,• projektowanie i implementacja modeli ML/AI (problemy klasyfikacyjne, regresyjne,analizy przestrzenne GEO, sieci społeczne) – od etapu prototypowania do wdrożeniaprodukcyjnego,• utrzymanie, monitorowanie oraz ewaluacja modeli w czasie (Model LifecycleManagement / „fabryka modeli”),• identyfikacja i detekcja zdarzeń o wysokiej wartości predykcyjnej w danych klientów,• rozwój i optymalizacja przepływów danych oraz pipeline’ów ML (Airflow, DataFlow),• optymalizacja silników decyzyjnych wspierających dystrybucję leadów kampanijnychw CRM,• udział w inicjatywach innowacyjnych, w szczególności w obszarze hiperpersonalizacji,GenAI oraz eksperymentów R&D,• współpraca z zespołami biznesowymi (marketing, sprzedaż) oraz IT w celu wdrażaniai skalowania rozwiązań,• rozwój i stosowanie standardów MLOps, automatyzacji oraz zarządzania cyklemżycia modeli,• udział w budowie standardów modelowania, walidacji oraz governance w środowiskuregulowanym (bankowość).Wymagania• minimum 8 lat doświadczenia w modelowaniu predykcyjnym w sektorze bankowym,• doświadczenie w pracy z danymi oraz modelami wspierającymi procesy CRM(marketing, sprzedaż, kampanie),• praktyczna znajomość środowiska Google Cloud Platform (GCP), w szczególności:BigQuery, AI/Vertex AI Notebooks, MLflow, DataProc, Airflow, DataFlow,• doświadczenie w pracy zgodnie z dobrymi praktykami MLOps (CI/CD dla modeli ML),• bardzo dobra znajomość języka Python oraz narzędzi analizy danych,• doświadczenie w przetwarzaniu danych w środowisku rozproszonym(Spark/PySpark),• bardzo dobra znajomość SQL (preferencyjnie BigQuery),• doświadczenie w pracy na bardzo dużych zbiorach danych oraz z rozwiązaniamiprzetwarzania danych w czasie zbliżonym do rzeczywistego,• wykształcenie wyższe (kierunki ilościowe, techniczne lub pokrewne)• mile widziane doświadczenie w budowie i wdrażaniu rozwiązań opartych o GenAIi LLM,• mile widziana znajomość narzędzi do budowy aplikacji analitycznych (np. Streamlit).