Senior Machine Learning Engineer

Zakres współpracy obejmuje:

• realizację projektu dotyczącego rozwoju nowoczesnych rozwiązań voice biometrics wykorzystywanych do uwierzytelniania użytkowników i zapobiegania nadużyciom w contact center. System wykorzystuje Machine Learning, Voice Biometrics oraz AWS do analizy ryzyka w czasie rzeczywistym i wspiera organizacje w skuteczniejszej ochronie klientów przed oszustwami,

• wykorzystywany stos technologiczny w projekcie: Python, AWS, Amazon Kinesis, AWS Fargate, Amazon SageMaker, TensorFlow, PyTorch, Scikit-learn, SQL, NumPy, Pandas, Docker, GitHub, CI/CD,

• projektowanie, rozwój oraz optymalizację rozwiązań do speaker verification i speaker identification,

• rozwój procesów embedding extraction, enrolment, scoring, calibration oraz threshold optimisation,

• analizę jakości dźwięku oraz optymalizację modeli pod kątem szumów, kodeków i różnych urządzeń,

• implementację rozwiązań anti-spoofing oraz liveness detection,

• wdrażanie i utrzymanie produkcyjnych systemów Machine Learning w środowisku AWS,

• budowę i rozwój pipeline'ów danych z wykorzystaniem Amazon Kinesis,

• wdrażanie modeli z wykorzystaniem AWS Fargate oraz SageMaker Endpoints,

• rozwój monitoringu, obserwowalności oraz optymalizację wydajności systemów,

• udział w code review, pair programming oraz dzieleniu się wiedzą z zespołem,

• model 100% zdalny,

• stawkę 170 zł/h przy B2B w zależności od doświadczenia.

Kompetencje wymagane do realizacji usług:

• min. 4-5 lat komercyjnego doświadczenia w projektach Machine Learning związanych z voice biometrics,

• praktyczne doświadczenie z rozwiązaniami speaker verification oraz speaker identification,

• znajomość zagadnień związanych z embeddingami, scoringiem, kalibracją modeli, enrolment oraz anti-spoofing,

• doświadczenie z Python oraz frameworkami TensorFlow i/lub PyTorch,

• praktyczna znajomość usług AWS, w szczególności Kinesis oraz Fargate i/lub SageMaker,

• znajomość zagadnień MLOps, monitoringu, wdrażania oraz utrzymania modeli produkcyjnych,

• dobra znajomość SQL, Git, Docker oraz środowisk CI/CD,

• umiejętność pracy z istniejącymi systemami oraz rozwijania produkcyjnych rozwiązań,

• umiejętność efektywnej współpracy w zespole oraz udziału w code review i dzieleniu się wiedzą,

• znajomość języka angielskiego na poziomie min. C1.