Senior gépi tanulási mérnök

Stack

Feladatok

• ▹Részvétel a teljes AI-életciklusban: üzleti probléma megértése, adatfeltárás és -előkészítés, modellfejlesztés és -tanítás, éles telepítés, folyamatos monitorozás
• ▹Automatizált adat- és modell-pipeline-ok tervezése és fejlesztése Apache Airflow, Kubeflow és MLflow segítségével, skálázható ML-architektúrák kialakítása Azure-on, AWS-en és GCP-n
• ▹Projektek a hagyományos ML-algoritmusoktól és optimalizálástól a generatív AI-ig: LLM-ek, Transformerek, RAG-rendszerek, modellfinomhangolás, autonóm AI-ügynökök
• ▹Azure Databricks, Azure ML, AWS SageMaker, Google Vertex AI, OpenAI, Anthropic Claude, Hugging Face, LangChain és vektoradatbázisok (Pinecone, Weaviate) használata
• ▹MLOps- és AIOps-módszertanok bevezetése, monitorozás, adatdrift- és modellromlás-észlelés, automatikus újratanítási stratégiák
• ▹Fejlett feature engineering, hiperparaméter-hangolás, teljesítményoptimalizálás és folyamatos kísérletezés
• ▹Csapatok mentorálása, tudásmegosztás, az ML-kiválóság szabványainak kialakítása
• ▹Közvetlen munka az ügyfelekkel: üzleti igényeik megértése és mérhető hatású műszaki AI-megoldássá alakítása

Elvárások

• ▹Informatikai mérnöki, távközlési, matematikai, fizikai, statisztikai vagy hasonló műszaki végzettség
• ▹End-to-end gépi tanulási modellek fejlesztése: adatfeltárástól és feature engineeringtől a tanításon és validáción át az optimalizálásig
• ▹Gyakorlati tapasztalat modellek éles telepítésében és karbantartásában monitorozással és folyamatos újratanítással
• ▹Python, scikit-learn, XGBoost, TensorFlow/PyTorch és Pandas ismerete, modellek telepítése AWS-en, Azure-on vagy GCP-n
• ▹Valódi tapasztalat ML-pipeline-ok építésében élesben Docker, Kubernetes, Airflow, MLflow vagy hasonlók használatával
• ▹Tanácsadói szemlélet: ügyfélközpontúság, problémamegoldás, dinamikus környezetben való munka
• ▹Angol és spanyol (kasztíliai) nyelven való kommunikáció nemzetközi projektekhez

Előny

• ▹Generatív AI tapasztalat: LLM-ek, finomhangolás, prompt engineering, OpenAI API, LangChain, vektoradatbázisok
• ▹Skálázható adatarchitektúrák tervezése (data lake, lakehouse, feature store)
• ▹Tanúsítványok: AWS Certified ML Specialty, Google Professional ML Engineer, Azure AI Engineer vagy hasonló

Soft skillek

Amit kínálunk

• ▹Határozatlan idejű szerződés
• ▹Teljesen távoli, hibrid vagy irodai munka szabadon választhatóan
• ▹Nyári (július-augusztus) és pénteki intenzív munkaidő
• ▹Fizetés végzettség és tapasztalat szerint
• ▹Anyagi támogatás a távmunkához
• ▹Képzések, hivatalos tanúsítványok (AWS, Google, Azure), konferenciák és tanfolyamok
• ▹Fizetésfelülvizsgálat és világos karrierterv, a teljesítményre alapozva
• ▹Több kultúrájú csapatok

A munkáltatóról

Az SDG Group globális, 100%-ban adatokra és mesterséges intelligenciára szakosodott tanácsadó cég, több mint 200 AI-szakértővel. Több mint 100 éles AI-megoldást épített 70+ ügyfélnek bankszektorban, kiskereskedelemben, energetikában és egészségügyben; 50+ saját gyorsítóval és az SDG iLabs innovációs laborral.