Senior Machine Learning Engineer

Projekt znajduje się na styku Machine Learning, zaawansowanej analizy danych, energetyki oraz rynków kryptowalut. Obecnie z powodzeniem pracujemy nad prognozowaniem cen energii, a kolejnym obszarem intensywnych badań są rynki kryptowalut.

• Wieloletnie, praktyczne doświadczenie w Machine Learning lub Data Science ze szczególnym naciskiem na szeregi czasowe i prognozowanie.
• Udokumentowane doświadczenie samodzielnego prowadzenia złożonych projektów prognostycznych.
• Doświadczenie z danymi o niskim stosunku sygnału do szumu, np. dane finansowe, rynkowe, biosygnały, predictive maintenance lub CTR.
• Znajomość metod walidacji czasowej danych oraz świadomość problemów z losowym podziałem.
• Praktyczna znajomość walk-forward validation, purging, embargo i analizy zmian reżimów.
• Umiejętność rozpoznawania data leakage, overfittingu i podejrzanie dobrych wyników.
• Znajomość działania i oceny modeli neuronowych oraz interpretacji ich zachowania na zbiorach treningowych, walidacyjnych i testowych.
• Bardzo dobra znajomość Pythona i umiejętność tworzenia produkcyjnego, czytelnego i powtarzalnego kodu.
• Znajomość Git, Docker oraz narzędzi do zarządzania środowiskami Python jak venv lub uv.
• Znajomość DuckDB i formatu Parquet.
• Doświadczenie w wykorzystywaniu narzędzi AI w pracy programistycznej i badawczej wraz z świadomością ich ograniczeń.
• Gotowość do konstruktywnego kwestionowania założeń i proponowania alternatyw.
• Język polski na poziomie co najmniej B2/C1.
• Język angielski na poziomie co najmniej B2+/C1, umożliwiający swobodną komunikację techniczną z klientem.

Mile widziane:

• Doświadczenie w energetyce, finansach lub rynkach kryptowalut.
• Znajomość mechaniki rynków kryptowalut, w tym rynku spot i instrumentów pochodnych.
• Doświadczenie z nowoczesnymi modelami fundamentalnymi dla szeregów czasowych.

• Prowadzenie samodzielnych eksperymentów prognostycznych na szeregach czasowych, od postawienia hipotezy do analizy i obrony wyników.
• Dobór i testowanie metod modelowania, w tym modele klasyczne, gradient boosting, sieci neuronowe i nowoczesne modele fundamentalne.
• Budowanie i porównywanie modeli względem baseline’ów oraz podejmowanie decyzji o dalszym rozwoju lub odrzuceniu podejścia.
• Projektowanie metod walidacji danych czasowych, takich jak walk-forward validation, purging, embargo oraz dobór okien treningowych i testowych.
• Analiza stabilności modeli i identyfikacja zmian reżimów.
• Wykrywanie data leakage, overfittingu i innych problemów z wynikami.
• Krytyczna analiza eksperymentów kolegów z zespołu.
• Weryfikowanie poprawności splitów, targetów, baseline’ów, metryk i interpretacji wyników.
• Współtworzenie i egzekwowanie standardów prowadzenia eksperymentów ML.
• Wykorzystywanie narzędzi AI do przyspieszania pracy badawczej, w tym pipeline’y, parsery, automatyzacje i kod pomocniczy, z ręczną weryfikacją kluczowych elementów.

Informujemy, że administratorem danych jest PeopleTrust Sp. z o.o. z siedzibą w Warszawie 00-582, al. Szucha 8. Masz prawo do żądania dostępu do swoich danych osobowych, ich sprostowania, usunięcia lub ograniczenia przetwarzania, prawo do sprzeciwu wobec przetwarzania, prawa do przenoszenia danych oraz wniesienia skargi do organu nadzorczego. Dane osobowe przetwarzane będą w celu realizacji procesu rekrutacji zgodnie z przepisami prawa.