ERLI to jedna z czołowych platform marketplace w Polsce, która co miesiąc przyciąga ponad 9 milionów aktywnych kupujących. Współpracujemy z tysiącami sprzedawców, wspierając ich w maksymalizacji sprzedaży i rozwoju ich biznesów. Naszym celem jest dostarczanie szerokiej gamy produktów w konkurencyjnych cenach, zapewniając klientom najwyższy standard obsługi i satysfakcję z zakupów.
Chcesz współpracować nad:
Projektowaniem, trenowaniem i wdrażaniem modeli rankujących oraz rekomendacyjnych (np. learning-to-rank, collaborative filtering, two-tower recommendation system).
Budowaniem i optymalizowaniem modeli NLP (np. klasyfikacja tekstu, ekstrakcja informacji, embeddingi), w tym z wykorzystaniem modeli typu BERT i jego wariantów.
Integracją i wykorzystaniem nowoczesnych bibliotek i frameworków ML, takich jak Hugging Face Transformers, LangChain czy LangGraph.
Dużymi zbiorami danych.
Optymalizacją modeli pod kątem skuteczności, skalowalności i wydajności.
Monitorowaniem działania modeli w produkcji oraz ich ciągłą ewaluację i udoskonalaniem.
Szukamy osób, które:
Posiadają minimum 3-letnie doświadczenie w tworzeniu i wdrażaniu modeli ML w środowisku produkcyjnym.
Mają praktyczne doświadczenie z narzędziami: TensorFlow, PyTorch, Scikit-learn, a także z Hugging Face i Langchain.
Znają zagadnienia związane z NLP, w tym transformatorów (BERT, MiniLM, itp.).
Brały udział w projektach związanych z systemami rekomendacyjnymi, rankingowymi i optymalizacją modeli ML pod kątem metryk biznesowych.
Pracują w językach JavaScript lub TypeScript i tworzą rozwiązania ML z wykorzystaniem narzędzi kompatybilnych z tym stackiem.
Potrafią myśleć analitycznie i krytycznie oceniać efektywność i wpływ wdrażanych modeli na cele biznesowe.
Mają doświadczenie z eksperymentami i monitoringiem (np. MLflow, Neptune, TensorBoard, Prometheus).
Mają doświadczenie w środowisku chmurowym (np. GCP, AWS, Azure) i znają podstawy konteneryzacji (Docker, Kubernetes).
Są komunikatywne i potrafią jasno tłumaczyć złożone zagadnienia techniczne osobom nietechnicznym.
Zachęcamy do aplikowania! :)