Machine Learning Engineer

Czy jesteś gotów kształtować przyszłość ze swoją wiedzą w dziedzinie uczenia maszynowego? Koddi, lider w technologii mediów handlowych, poszukuje wykwalifikowanego Inżyniera Uczenia Maszynowego, aby dołączył do naszego dynamicznego zespołu. Ta rola oferuje możliwość pracy na przecięciu nauki o danych i inżynierii oprogramowania, prowadząc do znaczącej transformacji biznesowej dzięki innowacyjnym strategiom opartym na danych.

Jako Inżynier Uczenia Maszynowego w Koddi będziesz:

• Współpracować z naukowcami danych, inżynierami oprogramowania i interesariuszami biznesowymi w celu przekształcenia skomplikowanych wymagań w implementowalne rozwiązania uczenia maszynowego, które rozwiązują kluczowe wyzwania biznesowe.
• Projektować, rozwijać i wdrażać zaawansowane modele i algorytmy uczenia maszynowego w różnych dziedzinach, takich jak systemy rekomendacyjne, przetwarzanie języka naturalnego i analityka predykcyjna.
• Wykorzystywać przetwarzanie wstępne danych, zbieranie i analizę danych w celu generowania wpływowych wniosków i optymalizacji rozwoju modeli.
• Poprawiać wydajność modeli poprzez rygorystyczną ocenę, benchmarking i iteracyjne udoskonalanie.
• Wdrażać solidne modele uczenia maszynowego do produkcji, zapewniając skalowalność i niezawodność przy wsparciu naszych zespołów inżynierii oprogramowania.
• Monitorować i aktualizować modele uczenia maszynowego w produkcji, aby utrzymać maksymalną wydajność i dokładność.
• Eksplorować nowe trendy i technologie w dziedzinie uczenia maszynowego, włączając do naszych możliwości najnowsze metody, które zwiększają naszą zdolność i wyjście.
• Skutecznie dokumentować i komunikować swoje metodyki i wyniki, aby wzbogacić wiedzę zespołu i wspierać strategiczne podejmowanie decyzji biznesowych.

Idealni kandydaci powinni posiadać:

• Licencjat, magistra lub doktorat z informatyki, inżynierii, matematyki lub pokrewnej dziedziny.
• Co najmniej 3 lata solidnego doświadczenia w inżynierii uczenia maszynowego, potwierdzone silnym portfolio wdrożeń skalowalnych modeli uczenia maszynowego w realnych środowiskach.
• Znajomość języków programowania, takich jak Python, GoLang, Perl oraz narzędzi takich jak TensorFlow, Airflow, Databricks, AWS i Docker.
• Doświadczenie w technikach obsługi danych, inżynierii cech i procesach oceny modeli.
• Znajomość platform chmurowych (AWS, Azure, GCP) i technologii konteneryzacji (Docker, Kubernetes).
• Solidne podstawy z zasad inżynierii oprogramowania, w tym kontroli wersji, testowania i łańcuchów wdrażania.
• Wybitne umiejętności rozwiązywania problemów, uwaga na szczegóły i zdolność do obsługi złożonych zbiorów danych.
• Znakomite umiejętności komunikacyjne oraz zdolność do współpracy w