Founding senior data scientist / ML mérnök

Stack

Feladatok

• ▹A Rho ML/DS-gyakorlatának meghatározása és fejlesztése: modellek kiértékelése, telepítése, monitorozása, verziózása és újratanítása
• ▹Kiértékelési keretrendszerek és eval harnessek tervezése és megvalósítása, amelyek megbízhatóságot adnak a modellminőségről indulás előtt és után
• ▹Nagy hatású modellek és elemzések építése és gazdája (tranzakciókódolási javaslatok, OCR/dokumentumértés, RAG- és ágens-rendszerek)
• ▹Kulcsfontosságú ML-infrastruktúra-döntések meghozatala és dokumentálása (modell-regiszterek, feature store-ok, kiszolgálási minták, drift- és teljesítményromlás-monitorozás) az adatmérnökökkel együttműködve
• ▹Technikai standardok és bevált gyakorlatok lefektetése, hogy az ML/DS-gyakorlat a csapattal együtt skálázódjon
• ▹Kétértelmű üzleti problémák jól körülhatárolt modellezési kérdésekké fordítása
• ▹Kísérletek (A/B tesztek, kauzális következtetés) tervezése és elemzése a modellek hatásának igazolására
• ▹ML-infrastruktúra és eszközfejlesztések bevezetésének szorgalmazása

Elvárások

• ▹Legalább 6 év tapasztalat adattudományban, alkalmazott ML-ben vagy rokon kvantitatív területen, modellek élesbe állításának eredményeivel
• ▹Mély, gyakorlati ML-infrastruktúra-ismeret: modell-regiszterek, feature store-ok, kiszolgálási architektúrák, modellmonitorozás, újratanítási folyamatok
• ▹Erős tapasztalat ML-rendszerek kiértékelési keretrendszereinek és evaljainak tervezésében (offline metrikák és folyamatos éles kiértékelés)
• ▹Hibrid DS/infrastruktúra-szemlélet: a modellt szükség esetén végpontól végpontig képes gondozni
• ▹Tapasztalat ML-gyakorlatok, standardok vagy infrastruktúra kialakításában vagy érlelésében egy csapaton és cégen belül
• ▹Erős Python-programozás, szilárd SQL
• ▹Infrastruktúra-kompromisszumok közös meghozatala adat- és platformmérnökökkel
• ▹Tapasztalat statisztikai modellezéssel, gépi tanulási technikákkal és kísérlettervezéssel

Előny

• ▹Tapasztalat RAG-rendszerekkel, vektoradatbázisokkal, ágensek építésével és telepítésével
• ▹Tapasztalat OCR-rel, dokumentumértéssel vagy más strukturálatlan adatkinyerési feladatokkal
• ▹Workflow-orchestratorok (Airflow, Dagster, Prefect) ismerete
• ▹Felhős ML-platformok (GCP Vertex AI, AWS SageMaker vagy hasonló) ismerete
• ▹Konténerizálás és Kubernetes használata modellek telepítéséhez
• ▹BI-eszközök (Omni, Power BI) ismerete
• ▹Fintech, banki vagy pénzügyi adatok területén szerzett háttér
• ▹DS/ML-csapat mentorálásának vagy építésének tapasztalata

Soft skillek

Amit kínálunk

• ▹Kiváló magán-egészségbiztosítás a munkavállalónak és családtagjainak
• ▹Nagyvonalú fizetett szabadság
• ▹Ebéd a munkahelyen
• ▹Parkolási költségek fedezése az irodában dolgozóknak
• ▹Tanulási és fejlődési keret
• ▹Apasági szabadság
• ▹Hibrid munkarend (régi belgrádi iroda)

A munkáltatóról

A Rho startupoknak épített modern banki platform: számlanyitás percek alatt, kártyakibocsátás, költségkezelés, számlafizetés és könyvzárás egy összekapcsolt rendszerben, valódi emberi támogatással.