Machine Learning Engineer

O Appsilon

Appsilon to pionierski dom programistyczny i firma konsultingowa, znana ze swojej zaawansowanej pracy w dziedzinie uczenia maszynowego i systemów wspomagania decyzji. Obsługujemy klientów z listy Fortune 500 na całym świecie, kierując się misją pozytywnego wpływania na społeczeństwo i środowisko. Specjalizujemy się w naukach o życiu, koncentrując się na ulepszaniu rozwoju leków, rozwijaniu badań nad biologią molekularną oraz wsparciu dla ochrony zdrowia i bioróżnorodności. Nasza wiedza specjalistyczna w zakresie uczenia maszynowego, szczególnie z wykorzystaniem R i Shiny, umiejscawia nas w pozycji globalnego lidera w tej dziedzinie, zdolnego do rozwiązywania złożonych problemów i inicjowania znaczących projektów przedsiębiorczych.

Jako inżynier uczenia maszynowego w Appsilon będziesz zajmować się:

• Przygotowaniem danych: zbieraj i transformuj dane, wykonuj eksploracyjną analizę danych oraz wizualizuj wyniki.
• Modelowaniem: projektuj architektury, definiuj funkcje strat i monitoruj procesy treningowe, oceniając wydajność modelu.
• Standardami inżynieryjnymi: zapewnij modułowość i powtarzalność w łańcuchach danych i modelowania oraz doskonal kod pod kątem ponownego użycia.
• Infrastrukturą i MLOps: ustalaj i utrzymuj infrastrukturę chmurową oraz praktyki MLOps, aby sprostać wymaganiom projektu.
• Interakcja z klientem: komunikuj się skutecznie z klientami, dopracowując wymagania projektu i dokonując technicznych wkładów sprzedażowych.

• Co najmniej 2 lata odpowiedniego doświadczenia.
• Mocne podstawy inżynierii oprogramowania z obszerną wiedzą na temat Pythona i PyTorch.
• Znajomość operacji na danych i w uczeniu maszynowym.
• Głębokie zrozumienie zarówno klasycznych, jak i zaawansowanych technik uczenia maszynowego.
• Wyśmienite umiejętności analityczne, rozwiązywania problemów i komunikacji.
• Płynność w języku angielskim (minimum poziom C1).

• Zainteresowanie lub doświadczenie w naukach o życiu.
• Angażowanie się w projekty publiczne lub inicjatywy Data4Good.
• Historia publikacji akademickich i doświadczenie w wystąpieniach publicznych.
• Uwaga: Chociaż nie jest wymagana, znajomość R może być korzystna.

• Konkurencyjne wynagrodzenie: Zarabiaj znaczące miesięczne wynagrodzenie B2B.
• Hojne dni wolne: Ciesz się płatnymi wakacjami, świętami państwowymi oraz zasiłkiem chorobowym.
• Elastyczność pracy zdalnej: Pracuj zdalnie z elastycznym grafikiem.
• Świadczenia zdrowotne i na rzecz fitness: O