ML Engineer (AdTech)

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. Treningi sportowe, wewnętrzna drużyna, wspólne zawody. Obszary stanowiska: 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.