Machine Learning Engineer / MLOps (middle/senior)

RITS Group to firma informatyczna oferująca usługi programistyczne na rynku polskim i międzynarodowym, będąca jedną z najszybciej rozwijających się spółek technologicznych, kładąca nacisk na jakość i innowacyjność rozwiązań.

• Bardzo dobra znajomość procesu modelowania predykcyjnego, preferencyjnie w sektorze bankowym.
• Doświadczenie w pracy z danymi i modelami wspierającymi procesy CRM, marketing, sprzedaż i kampanie.
• Praktyczna znajomość środowiska Google Cloud Platform (GCP), w tym BigQuery, AI / Vertex AI Notebooks, MLflow, DataProc, Airflow, DataFlow.
• Doświadczenie w praktykach MLOps, w tym CI/CD dla modeli ML.
• Bardzo dobra znajomość Pythona oraz narzędzi do analizy danych.
• Doświadczenie z przetwarzaniem danych w środowisku rozproszonym, szczególnie Spark / PySpark.
• Bardzo dobra znajomość SQL, preferencyjnie BigQuery.
• Doświadczenie w pracy z bardzo dużymi zbiorami danych i rozwiązaniami do przetwarzania w czasie zbliżonym do rzeczywistego.
• Wykształcenie wyższe, preferowane ilościowe, techniczne lub pokrewne.

Nice to have:

• Doświadczenie w budowie i wdrażaniu rozwiązań opartych o GenAI i LLM.
• Znajomość narzędzi do budowy aplikacji analitycznych, np. Streamlit.

• Budowa i rozwój modeli NLP, w tym deep learning, transformery oraz Large Language Models (LLM) z wykorzystaniem PyTorch.
• Projektowanie i implementacja modeli ML/AI dla klasyfikacji, regresji, analiz GEO oraz sieci społecznych od prototypu do produkcji.
• Utrzymanie, monitorowanie i ewaluacja modeli w czasie w ramach Model Lifecycle Management i "fabryki modeli".
• Identyfikacja i detekcja zdarzeń o wysokiej wartości predykcyjnej w danych klientów.
• Rozwój i optymalizacja przepływów danych oraz pipeline’ów ML z wykorzystaniem m.in. Airflow i DataFlow.
• Optymalizacja silników decyzyjnych wspierających dystrybucję leadów kampanijnych w systemach CRM.
• Udział w inicjatywach innowacyjnych, szczególnie w obszarze hiperpersonalizacji, GenAI oraz eksperymentów R&D.
• Współpraca z zespołami biznesowymi i IT we wdrażaniu i skalowaniu rozwiązań.
• Rozwój i stosowanie standardów MLOps, automatyzacji oraz zarządzania cyklem życia modeli.
• Udział w tworzeniu standardów modelowania, walidacji oraz model governance w środowisku regulowanym, jak bankowość.