Machine Learning Engineer z językiem niemieckim

Convista jest jedną z wiodących firm consultingowych w zakresie transformacji. Wspieramy naszych klientów w projektowaniu i wdrażaniu procesów biznesowych oraz tworzymy rozwiązania end-to-end w obszarach SAP i IT.

Czerpiąc z naszego doświadczenia, wspólnie z naszymi klientami stawiamy czoła złożonym wyzwaniom. W realizowanych projektach łączymy branżowe know-how z pasją do technologii.

KOMPETENCJE BIZNESOWE:

• Co najmniej 3 lata doświadczenia w pracy z uczeniem maszynowym w środowisku projektowym lub produktowym
• Znajomość języka niemieckiego i angielskiego na poziomie B2+
• Doświadczenie we wdrażaniu rozwiązań do środowiska produkcyjnego
• Umiejętność pracy z klientem i zespołem projektowym
• Doświadczenie w pracy w środowisku enterprise
• Znajomość pracy zespołowej i podejścia zwinnego (Scrum/Kanban)
• Gotowość do wyjazdów do klienta

KOMPETENCJE TECHNICZNE:

• Bardzo dobra znajomość Pythona
• Doświadczenie z bibliotekami scikit-learn, PyTorch lub TensorFlow
• Doświadczenie w przygotowaniu procesów trenowania, testowania i wdrażania modeli
• Znajomość narzędzi i praktyk związanych z MLOps, w tym automatyzacji, wersjonowania, monitoringu i utrzymania modeli
• Doświadczenie z konteneryzacją i wdrażaniem aplikacji lub usług
• Znajomość dobrych praktyk programistycznych: czytelny kod, testy, praca z repozytorium, przeglądy kodu
• Znajomość podstaw architektury systemów
• Wykształcenie techniczne

Nice to have:

• Doświadczenie w projektach dla sektora publicznego, zwłaszcza w ubezpieczeniach zdrowotnych lub socjalnych
• Znajomość rozwiązań chmurowych i narzędzi takich jak MLflow, Airflow, Docker, Kubernetes, FastAPI, Ollama

• Odpowiadasz za rozwój rozwiązań ML od koncepcji do wdrożenia (end-to-end)
• Projektujesz, budujesz i rozwijasz modele AI/ML oraz integrujesz je z aplikacjami i systemami przez API (także w realnych procesach biznesowych)
• Tworzysz kompletne pipeline’y ML (od danych i feature engineeringu, przez trening i walidację, po wdrożenie na produkcję)
• Rozwijasz MLOps: zarządzanie cyklem życia modeli, automatyzację, wersjonowanie, powtarzalność i standardy pracy
• Pracujesz w środowiskach produkcyjnych i regulowanych, gdzie kluczowe są bezpieczeństwo, ochrona danych i zgodność z regulacjami
• Ściśle współpracujesz z developerami, architektami i biznesem, dbając o integrację AI z istniejącymi systemami
• Masz kontakt z klientem i wpływ na to, jak AI przekłada się na realną wartość biznesową