MLOps Engineer

Kogo szukamy

Ekspert ds. modelowania predykcyjnego, odpowiedzialny za projektowanie, rozwój i utrzymanie zaawansowanych modeli predykcyjnych wspierających procesy CRM w środowisku bankowym. Praca ma bezpośredni wpływ na wyniki sprzedażowe i doświadczenie klientów banku, z wykorzystaniem dużych wolumenów danych oraz nowoczesnych technologii chmurowych.

Zakres obowiązków

• Budowa i rozwój modeli NLP, w tym deep learning, transformerów i large language models, z wykorzystaniem PyTorch.
• Projektowanie i implementacja modeli ML/AI dla problemów klasyfikacyjnych, regresyjnych, analiz przestrzennych GEO i sieci społecznych — od prototypowania do wdrożenia produkcyjnego.
• Utrzymanie, monitorowanie i ewaluacja modeli w czasie w ramach Model Lifecycle Management („fabryki modeli”).
• Identyfikacja i detekcja zdarzeń o wysokiej wartości predykcyjnej w danych klientów.
• Rozwój i optymalizacja przepływów danych oraz pipeline’ów ML z użyciem Airflow i DataFlow.
• Optymalizacja silników decyzyjnych wspierających dystrybucję leadów kampanijnych w CRM.
• Udział w inicjatywach innowacyjnych, szczególnie w obszarze hiperpersonalizacji, GenAI i eksperymentów R&D.
• Współpraca z zespołami biznesowymi — marketingiem i sprzedażą — oraz IT przy wdrażaniu i skalowaniu rozwiązań.
• Rozwój i stosowanie standardów MLOps, automatyzacji oraz zarządzania cyklem życia modeli.
• Udział w budowie standardów modelowania, walidacji i governance w regulowanym środowisku bankowym.

Wymagania

• Minimum 8 lat doświadczenia.
• Bardzo dobra znajomość silników decyzyjnych.
• Doświadczenie w pracy z danymi oraz modelami wspierającymi procesy CRM, marketing, sprzedaż i kampanie.
• Praktyczna znajomość Google Cloud Platform, w szczególności BigQuery, AI/Vertex AI Notebooks, MLflow, DataProc, Airflow i DataFlow.
• Doświadczenie w pracy zgodnie z dobrymi praktykami MLOps, w tym CI/CD dla modeli ML.
• Bardzo dobra znajomość Python oraz narzędzi analizy danych.
• Doświadczenie w przetwarzaniu danych w środowisku rozproszonym Spark/PySpark.
• Bardzo dobra znajomość SQL, preferencyjnie BigQuery.
• Doświadczenie w pracy na bardzo dużych zbiorach danych oraz z rozwiązaniami przetwarzania danych w czasie zbliżonym do rzeczywistego.
• Wykształcenie wyższe na kierunku ilościowym, technicznym lub pokrewnym.

Mile widziane

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