MACHINE LEARNING TEAM 
Jako ML Engineer będziesz pracował nad rozwojem infrastruktury i narzędzi niezbędnych dla rozwiązań opartych o Machine Learning. Będziesz miał decydujący wpływ na efektywność i szybkość nowych eksperymentów, a także na infrastrukturę produkcyjną (low latency, 3e6 zapytań oraz 1e8 ewaluacji modeli na sekundę). 
Twoje zadania 
- Bliska współpraca z researcherami, identyfikowanie niewydajnych części systemu uczącego
 
- Tworzenie i utrzymywanie narzędzi pozwalających na szybkie, niezawodne i wygodne eksperymentowanie z nowymi modelami
 
- Tworzenie narzędzi pozwalających wydajnie przetwarzać duże zbiory danych
 
- Optymalizowanie krytycznych części systemu uczącego: wyliczania metryk, ewaluacji sieci neuronowych itp. 
 
- Rozwijanie infrastruktury licytującej. Niskopoziomowa optymalizacja (AVX-512, CUDA, ...) 
 
- Opcjonalnie, możliwość poświęcania części czasu na rozwój w obszarze Machine Learningu, eksperymenty, rozwój modeli.
 
 Wykorzystywane technologie 
- Python, Java, Scala 
 
- Spark, Hadoop 
 
- Google Cloud Platform, BigQuery 
 
- Pandas, NumPy
 
- PyTorch, TensorFlow - znajomość będzie plusem 
 
Nasze wymagania 
- Biegłość w projektowaniu i implementowaniu systemów informatycznych 
 
- Umiejętność tworzenia przyjaznych, wszechstronnych narzędzi 
 
- Umiejętność krytycznej analizy tworzonych rozwiązań pod kątem wydajności (od szacowania teoretycznej wydajności projektowanych systemów do wykrywania i usuwania problemów wydajnościowych na produkcji) 
 
Dodatkowymi atutami będą 
- Doświadczenie w tworzeniu systemów rozproszonych 
 
- Dobra znajomość narzędzi do analizy danych w Pythonie, takich jak Pandas, NumPy 
 
- Dobra znajomość wybranych technologii Big Data takich jak Hadoop, Kafka, Storm, Spark lub Flink 
 
- Znajomość narzędzi dla Machine Learningu: Torch, PyTorch, TensorFlow 
 
Przykładowe tematy
 
- Rozwój infrastruktury zarządzającej procesami obliczeniowymi, lokalnie i w chmurze 
 
- Stworzenie mechanizmu współdzielonej przestrzeni dyskowej dla maszyn uczących 
 
- Stworzenie narzędzi do interaktywnej ekstrakcji cech z ustrukturyzowanych danych 
 
- Wykorzystanie akceleratorów obliczeń w infrastrukturze produkcyjnej 
 
W zamian oferujemy
 
- Atrakcyjne wynagrodzenie 
 
- Pracę w zespole pasjonatów, którzy z chęcią dzielą się swoją wiedzą i umiejętnościami 
 
- Wyjątkowo elastyczne warunki pracy — nie mamy core hours, nie mamy limitów na urlopy, można w dużej części pracować zdalnie 
 
- Sprzęt i oprogramowanie, jakiego potrzebujesz 
 
- Dostęp do najnowocześniejszych technologii i możliwość realnego wykorzystywania ich w projekcie o dużej skali i wysokiej dynamice 
 
- Możliwość wykorzystania posiadanej wiedzy i kompetencji w praktycznych zastosowaniach — przy optymalizacji algorytmów obsługujących setki milionów internautów i kupujących miesięcznie miliardy odsłon reklamowych w modelu RTB, bazując na obszernych zbiorach danych 
 
 Więcej informacji: techblog.rtbhouse.com/jobs/