Senior Machine Learning Engineer

- Dla naszego klienta z branży energetycznej i technologicznej poszukujemy Senior Machine Learning Engineera do zespołu R&D zajmującego się prognozowaniem szeregów czasowych. - Lokalizacja: praca zdalna z okazjonalnymi wizytami w biurze w Warszawie (preferowane raz na kwartał) - Start: ASAP - Projekt długoterminowy ## Twój zakres obowiązków - Prowadzenie samodzielnych eksperymentów ML na szeregach czasowych – od postawienia hipotezy po analizę i prezentację wyników. - Projektowanie i dobór metod modelowania, m.in. modeli klasycznych, gradient boosting, sieci neuronowych oraz modeli foundation dla szeregów czasowych. - Praca z danymi o niskim stosunku sygnału do szumu, m.in. z obszaru energetyki i rynków kryptowalut. - Projektowanie i weryfikacja poprawnych metod walidacji dla danych czasowych, w tym walk-forward, purging, embargo oraz dobór okien czasowych. - Identyfikowanie data leakage, overfittingu i niestabilności modeli. - Krytyczna ocena wyników eksperymentów i porównywanie ich z odpowiednimi baseline'ami. - Współtworzenie i rozwijanie standardów prowadzenia eksperymentów badawczych w zespole. - Wykorzystywanie narzędzi AI/LLM w procesie badawczym i programistycznym. - Współpraca koncepcyjna z doświadczonymi ekspertami ML oraz udział w dyskusjach technicznych. - Prezentowanie wyników i prowadzenie rozmów technicznych z klientami w języku angielskim. - 10+ lat doświadczenia w obszarze Machine Learning / Data Science / Software Engineering z istotnym doświadczeniem ML. - Udokumentowane doświadczenie w realizacji złożonych projektów dotyczących szeregów czasowych. - Praktyczna znajomość problemów związanych z danymi o niskim SNR i umiejętność oceny, czy wynik modelu jest rzeczywiście wartościowy. - Bardzo dobra znajomość metod walidacji danych czasowych i świadome projektowanie splitów. - Umiejętność samodzielnego wykrywania data leakage, overfittingu oraz problemów z jakością eksperymentu. - Bardzo dobre podstawy statystyczne, w tym znajomość istotności i mocy statystycznej, multiple testing, przedziałów ufności oraz stacjonarności. - Praktyczna znajomość sieci neuronowych i umiejętność interpretacji ich zachowania podczas treningu i walidacji. - Podejście baseline-first – umiejętność szybkiego zweryfikowania hipotezy prostym modelem przed budową bardziej złożonego rozwiązania. - Bardzo dobra znajomość Pythona i dobrych praktyk programistycznych. - Doświadczenie z Git, Docker/venv/uv, DuckDB oraz Parquet. - Biegłość w korzystaniu z narzędzi AI/LLM przy jednoczesnej umiejętności krytycznej weryfikacji generowanych rozwiązań. - Samodzielność, pragmatyzm i umiejętność pracy w środowisku o płaskiej strukturze. - Polski – min. B2/C1, angielski – min. B2+/C1. ## Mile widziane - Doświadczenie w energetyce, w szczególności w obszarze RDN, TGE lub PSE. - Doświadczenie na rynkach finansowych lub kryptowalutowych. - Znajomość mechaniki giełd kryptowalutowych oraz różnic między rynkiem spot a instrumentami pochodnymi. - Doświadczenie z modelami foundation dla szeregów czasowych, np. Chronos lub TimesFM. - Lokalizacja w Warszawie lub okolicach. ## To oferujemy - 100% praca zdalna z możliwością pracy z biura w Warszawie. - Pracę w zespole doświadczonych ekspertów ML i R&D. - Realny wpływ na standardy badawcze i kierunki rozwoju rozwiązań ML. - Dużą autonomię w prowadzeniu eksperymentów i doborze metod. - Płaską strukturę organizacyjną i merytoryczne podejście do podejmowania decyzji. - Pracę nad wymagającymi problemami z obszaru prognozowania szeregów czasowych, energetyki i rynków kryptowalut. ## Benefity - dofinansowanie zajęć sportowych - prywatna opieka medyczna - dofinansowanie nauki języków - spotkania integracyjne ## Etapy rekrutacji - Rozmowa HR - Rozmowa techniczna - Rozmowa z klientem ## SOFTWARELY SP. Z O.O. - Our company besides recruitment services conducts our own internal projects. We want to become one of the most reliable and trustful companies in the industry. Huge experience in recruitment and constant merit-related support of our IT specialists makes us distinguishable among others.