
ERLI S.A.
ML Engineer (full‑time, remote, Poznań) – design, train and deploy ranking & recommendation models, NLP models (BERT, MiniLM), integrate ML libraries (Hugging Face, LangChain), optimise performance and monitor production. Requires ≥3 years ML production experience, TensorFlow/PyTorch/Scikit‑learn, JavaScript/TypeScript, cloud (GCP/AWS/Azure), Docker/K8s, analytical and communication skills.
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! :)
Zaloguj się, aby zobaczyć pełny opis oferty
| Opublikowana | 3 miesiące temu |
| Wygasa | za około 14 godzin |
| Rodzaj umowy | B2B |
| Źródło |
Nie znaleziono ofert, spróbuj zmienić kryteria wyszukiwania.