Machine Learning Engineer

W firmie Advanced Protection Systems SA tworzymy systemy antydronowe bazując na najnowszych technologiach radarowych. Projektujemy i produkujemy układy scalone, elektronikę, mechatronikę oraz oprogramowanie i finalną implementację. Technologia została wdrożona w branżach takich jak obronność, bezpieczeństwo, infrastruktura krytyczna, rządowa oraz na lotniskach.

• Wykształcenie wyższe z zakresu Data Science, statystyki, informatyki, sztucznej inteligencji, inżynierii lub pokrewnej dziedziny.
• Co najmniej 3 lata doświadczenia zawodowego na stanowisku inżyniera uczenia maszynowego.
• Bardzo dobra znajomość języków Python i C/C++.
• Praktyczne doświadczenie w korzystaniu z narzędzi, procesów i praktyk MLOps.
• Doświadczenie w automatyzacji, monitorowaniu systemów i modeli, walidacji jakości danych i rozwiązywaniu problemów.
• Doświadczenie w projektowaniu, wdrażaniu i utrzymywaniu procesów CI/CD do testowania oprogramowania, wdrażania, wersjonowania i tworzenia dokumentacji technicznej.
• Bardzo dobra znajomość koncepcji uczenia maszynowego, algorytmów, ewaluacji modeli i cyklu życia rozwoju uczenia maszynowego.
• Dobra znajomość języka angielskiego w mowie i piśmie min. B1.
• Zamieszkanie w okolicach Trójmiasta i gotowość do pracy hybrydowej (min. 2 dni w biurze w Gdyni).
• Uzyskanie świadectwa niekaralności z KRK.

• Rozwój, implementacja i optymalizacja algorytmów klasyfikacji obiektów radarowych z wykorzystaniem metod uczenia maszynowego i uczenia głębokiego.
• Projektowanie i dobór cech wykorzystywanych do klasyfikacji obiektów na podstawie danych radarowych.
• Przygotowywanie i przetwarzanie zbiorów danych przeznaczonych do trenowania, walidacji i testowania modeli uczenia maszynowego.
• Trenowanie, walidacja i porównywanie modeli klasyfikacyjnych oraz analiza ich skuteczności z wykorzystaniem odpowiednich metryk jakości.
• Analiza możliwości wykorzystania nowych architektur modeli, metod uczenia oraz technik redukcji wymiarowości i selekcji cech.
• Optymalizacja modeli pod kątem dokładności, czasu przetwarzania, zapotrzebowania na pamięć oraz możliwości pracy w czasie rzeczywistym.
• Integracja algorytmów uczenia maszynowego z oprogramowaniem systemów radarowych.
• Rozwój narzędzi do analizy, wizualizacji i eksploracji danych radarowych.
• Automatyzacja procesów przetwarzania danych, walidacji algorytmów i oceny wyników.
• Prowadzenie prac badawczo-rozwojowych związanych z zastosowaniem sztucznej inteligencji w systemach radarowych.
• Rozwój narzędzi związanych z MLops.
• Przygotowywanie dokumentacji technicznej, opisów algorytmów oraz wyników przeprowadzonych analiz i eksperymentów.

Zamieszkanie w okolicach Trójmiasta i gotowość do pracy hybrydowej (min. 2 dni w biurze w Gdyni). Uzyskanie świadectwa niekaralności z KRK.