Senior Machine Learning Engineer z językiem niemieckim

🤖 Machine Learning Engineer z językiem niemieckim 🤖

Poziom: Mid / Senior 

Język: angielski B2, niemiecki min. B2 +

Wyjazdowość: ok. 20% do klienta 

Tryb i miejsce pracy: stacjonarny, hybrydowy lub zdalny (mamy biura we Wrocławiu i w Opolu).

„AI nie jest u nas tylko eksperymentem. Budujemy rozwiązania, które działają w środowiskach produkcyjnych, są stabilne, mierzalne i gotowe do dalszego rozwoju. Szukamy osoby, która potrafi trenować i dostosowywać modele, ale równie dobrze odnajduje się we wdrożeniu, integracji oraz dbaniu o jakość i sens biznesowy rozwiązania. Jeśli chcesz pracować blisko technologii i architektury oraz, wykorzystując rozwiązania ML/AI, bezpośrednio odpowiadać na wyzwania, z jakimi mierzą się nasi klienci, odezwij się.” 

Robert Adamiec - Head of AI and Delivery Excellence

🚀Dlaczego warto dołączyć do Convista? 

• Nasi klienci z obszaru ochrony zdrowia i sektora publicznego działają w środowiskach, w których skala danych i złożoność procesów są bardzo duże. Dobrze zaprojektowane rozwiązania ML/AI pomagają ograniczać nakład pracy związany z analizą i obsługą danych, przyspieszają podejmowanie decyzji i otwierają drogę do nowych usług cyfrowych dla ubezpieczonych i obywateli. To realna szansa na usprawnienie pracy z dużymi wolumenami danych, automatyzację czasochłonnych procesów i lepsze wykorzystanie informacji w codziennej działalności. 

• W Convista pomagamy klientom tworzyć rozwiązania AI/ML, które są bezpieczne, użyteczne i możliwe do skutecznego wdrożenia w praktyce. Zależy nam na jakości technicznej, zgodności z regulacjami oraz na maksymalizacji wartości, jaką nasze rozwiązania przynoszą w rzeczywistych zastosowaniach. 

• Na tym stanowisku będziesz pracować blisko klienta, danych i konkretnych problemów biznesowych. To rola dla osoby, która chce łączyć uczenie maszynowe z inżynierią oprogramowania, integracją nowych rozwiązań z instniejącymi systemami oraz z konkretnymi procesami biznesowymi.  

• Dodatkowo masz realny wpływ na rozwój obszaru AI i Machine Learning oraz na to, jak w Convista budujemy i wdrażamy tego typu rozwiązania: od pracy nad modelami, przez wdrożenia, automatyzację i monitoring, po wypracowywanie dobrych praktyk związanych z rozwojem i skalowaniem rozwiązań działających w środowiskach produkcyjnych. 

🧑‍💻Twoja rola:

• Odpowiadasz za rozwój rozwiązań opartych na uczeniu maszynowym od etapu koncepcji po wdrożenie.  

• Projektujesz, budujesz i rozwijasz modele AI/ML oraz integrujesz je z aplikacjami, usługami i systemami poprzez API, w tym rozwiązania inferencyjne wykorzystywane bezpośrednio w procesach biznesowych. 

• Tworzysz i realizujesz kompletne pipeline’y ML (end‑to‑end) – od przygotowania danych i inżynierii cech, przez trening i walidację, aż po wdrożenie i udostępnienie modeli w środowiskach produkcyjnych. 

• Rozwijasz praktyki związane z MLOps: zarządzanie cyklem życia modeli, automatyzację wdrożeń, wersjonowanie, powtarzalność wyników, dokumentację oraz standardy pracy dla rozwiązań ML. 

• Pracujesz z rozwiązaniami wdrażanymi w środowiskach produkcyjnych i regulowanych, gdzie kluczowe znaczenie mają bezpieczeństwo, ochrona danych, możliwość audytu oraz zgodność z obowiązującymi regulacjami. 

• Ściśle współpracujesz z architektami systemów, zespołami developerskimi oraz ekspertami biznesowymi, dbając o spójne osadzenie rozwiązań AI w istniejących krajobrazach systemowych i procesowych. 

• Współpracujesz z klientami i zespołami projektowymi przy identyfikacji zastosowań AI, doborze właściwego podejścia oraz wdrażaniu rozwiązań, które przynoszą realną wartość biznesową. 

🧩Twoje wyzwania:

• Jak budować rozwiązania ML gotowe do pracy w rzeczywistym środowisku produkcyjnym?

• Jak wdrażać AI w środowiskach wymagających stabilności, bezpieczeństwa i zgodności z regulacjami właściwymi dla sektora publicznego i sektora ochrony zdrowia?  

• Jak projektować rozwiązania zapewniające jakość, powtarzalność i skuteczny monitoring modeli?

• Jak przekładać możliwości ML/AI na konkretne procesy i potrzeby biznesowe?

⚙️Technologie i obszary, w których będziesz pracować: 

• Python oraz narzędzia wykorzystywane w projektach uczenia maszynowego 

• Budowa i rozwój modeli, ocena jakości rozwiązań ML 

• Procesy trenowania, testowania, wdrażania i utrzymania modeli 

• Integracja modeli z aplikacjami, usługami i interfejsami API 

• Monitoring modeli i systemów oraz kontrola jakości działania 

• Automatyzacja, wersjonowanie i zarządzanie cyklem życia rozwiązań ML 

• DevOps, CI/CD 

• Przykładowe technologie: scikit-learn, PyTorch, TensorFlow, MLflow, Airflow, FastAPI, SQL, Azure / AWS / GCP, Docker, Kubernetes 

🎯Twoje kompetencje biznesowe:

• Masz co najmniej 3 lata doświadczenia w pracy z uczeniem maszynowym w środowisku projektowym lub produktowym 

• Masz doświadczenie we wdrażaniu rozwiązań do środowiska produkcyjnego, a nie tylko w budowie modeli lub analizach eksperymentalnych 

• Rozumiesz, jak pracować z klientem i zespołem projektowym, tak aby rozwiązanie techniczne odpowiadało na realną potrzebę biznesową 

• Masz doświadczenie w pracy w środowisku enterprise 

• Dobrze odnajdujesz się w pracy zespołowej i w podejściu zwinnym (Scrum / Kanban) 

• Znasz język niemiecki i angielski na poziomie pozwalającym na swobodną pracę projektową (B2+) 

• Jesteś gotowy/-a do wyjazdów do klienta 

• Mile widziane będzie doświadczenie w projektach dla sektora publicznego, idealnie w obszarze ubezpieczeń zdrowotnych lub ubezpieczeń socjalnych  

🎯Twoje kompetencje techniczne:

• Bardzo dobrze znasz Python 

• Pracujesz z bibliotekami takimi jak scikit-learn, PyTorch lub TensorFlow 

• Masz doświadczenie w przygotowaniu procesów do trenowania, testowania i wdrażania modeli 

• Znasz narzędzia i praktyki związane z MLOps, w tym automatyzację, wersjonowanie, monitoring i utrzymanie modeli 

• Masz doświadczenie z konteneryzacją i wdrażaniem aplikacji lub usług 

• Znasz dobre praktyki programistyczne: czytelny kod, testy, praca z repozytorium, przeglądy kodu 

• Rozumiesz podstawy architektury systemów  

• Wykształcenie techniczne  

• Mile widziana będzie znajomość rozwiązań chmurowych i narzędzi takich jak MLflow, Airflow, Docker, Kubernetes, FastAPI, ollama 

👉 Sprawdź nasze benefity! 🎁

💻Proces rekrutacji 

1. Telefoniczna weryfikacja j. niemieckiego

2. Rozmowa z HR 

3. Spotkanie techniczne

4. Feedback