Senior Machine Learning Engineer

- Energia. Kryptowaluty. Dane, w których sygnał trzeba naprawdę znaleźć. - Szukamy Senior Machine Learning Engineera, który dołączy do zespołu R&D pracującego nad prognozowaniem złożonych szeregów czasowych. Projekt znajduje się na styku Machine Learning, zaawansowanej analizy danych, energetyki oraz rynków kryptowalut. Obecnie z powodzeniem pracujemy nad prognozowaniem cen energii, a kolejnym obszarem intensywnych badań są rynki kryptowalut - czyli środowisko, w którym sygnał jest wyjątkowo trudny do oddzielenia od szumu. To nie jest rola dla osoby, która potrzebuje gotowego ticketa z dokładną instrukcją wykonania. - Szukamy samodzielnego eksperta, który potrafi postawić hipotezę, zaprojektować eksperyment, zbudować baseline, zweryfikować wynik, zakwestionować własne założenia i zdecydować, kiedy dany kierunek należy porzucić. ## Tak pracujemy - wewnątrz organizacji ## Twój zakres obowiązków - Prowadzenie samodzielnych eksperymentów prognostycznych na szeregach czasowych – od postawienia hipotezy, przez przygotowanie eksperymentu i modelu, aż po analizę oraz obronę wyciągniętych wniosków. - Dobór i testowanie metod modelowania odpowiednich do charakterystyki danych, obejmujących modele klasyczne, gradient boosting, sieci neuronowe oraz nowoczesne modele fundamentalne dla szeregów czasowych. - Budowanie i porównywanie modeli względem odpowiednio dobranych baseline’ów oraz podejmowanie decyzji o dalszym rozwoju lub odrzuceniu danego podejścia. - Projektowanie poprawnych metod walidacji dla danych czasowych, w tym walk-forward validation, purging, embargo oraz dobór odpowiednich okien treningowych i testowych. - Analizowanie stabilności modeli w różnych okresach i warunkach oraz identyfikowanie zmian reżimów. - Samodzielne wykrywanie data leakage, overfittingu oraz innych problemów mogących prowadzić do zawyżonych lub niewiarygodnych wyników. - Krytyczna analiza wyników eksperymentów prowadzonych przez pozostałych członków zespołu. - Weryfikowanie poprawności splitów, targetów, baseline’ów, metryk oraz sposobu interpretacji wyników. - Współtworzenie i egzekwowanie standardów prowadzenia eksperymentów ML, obejmujących jasno zdefiniowaną hipotezę, sposób walidacji, model bazowy oraz kryteria zakończenia eksperymentu. - Wykorzystywanie narzędzi AI do przyspieszania pracy badawczej, m.in. przy tworzeniu pipeline’ów, parserów, automatyzacji i kodu pomocniczego, przy jednoczesnej ręcznej weryfikacji poprawności kluczowych elementów eksperymentów. - Wieloletnie, praktyczne doświadczenie w Machine Learning lub Data Science, ze szczególnym naciskiem na szeregi czasowe i prognozowanie. - Udokumentowane doświadczenie w samodzielnym prowadzeniu złożonych projektów związanych z prognozowaniem. - Doświadczenie w pracy z danymi charakteryzującymi się niskim stosunkiem sygnału do szumu, np. danymi finansowymi, rynkowymi, biosygnałami, predictive maintenance lub CTR. - Bardzo dobra znajomość metod walidacji danych czasowych oraz świadomość problemów związanych z losowym podziałem danych. - Praktyczna znajomość walk-forward validation, purging, embargo, doboru okna oraz analizy zmian reżimów. - Umiejętność samodzielnego rozpoznawania data leakage, overfittingu i podejrzanie dobrych wyników. - Bardzo dobre rozumienie działania i oceny modeli neuronowych oraz umiejętność interpretacji ich zachowania na zbiorach treningowych, walidacyjnych i testowych. - Bardzo dobra znajomość Pythona i umiejętność tworzenia produkcyjnego, czytelnego oraz powtarzalnego kodu. - Znajomość Git, Docker oraz narzędzi do zarządzania środowiskami Python, takich jak venv lub uv. - Znajomość DuckDB i formatu Parquet. - Doświadczenie w wykorzystywaniu narzędzi AI podczas codziennej pracy programistycznej i badawczej oraz świadomość ich ograniczeń. - Gotowość do konstruktywnego kwestionowania istniejących założeń i proponowania alternatywnych rozwiązań. - Język polski na poziomie co najmniej B2/C1. - Język angielski na poziomie co najmniej B2+/C1, umożliwiający swobodną komunikację techniczną z klientem. ## Mile widziane - Doświadczenie w energetyce, finansach lub rynkach kryptowalut. - Znajomość mechaniki rynków kryptowalut, w tym różnic pomiędzy rynkiem spot a instrumentami pochodnymi. - Doświadczenie z nowoczesnymi modelami fundamentalnymi dla szeregów czasowych. ## To oferujemy - 100% zdalnej pracy z możliwością korzystania z biura w Warszawie, - pracę przy projektach R&D związanych z energetyką i rynkami kryptowalut, - współpracę z zespołem bardzo doświadczonych specjalistów, - dużą autonomię w prowadzeniu eksperymentów, - realny wpływ na standardy badawcze i kierunki rozwoju projektu, - bezpośredni kontakt z klientem i możliwość prezentowania własnych wyników, - elastyczne środowisko pracy bez zbędnych procesów i korporacyjnej biurokracji.