Data Scientist, ML-Engineer
Rólunk:
Gábor Dénes Egyetemen létrehozott Mesterséges Intelligencia Tudásközpontként célunk, hogy a mesterséges intelligencia adta lehetőségeket hatékonyan építsük be a digitális oktatás világába. Az egyszerű és intuitív használhatóságot helyezzük előtérbe, hogy mindenki, technikai tudástól függetlenül, könnyedén élvezhesse az alkalmazásunk előnyeit. Ennek érdekében szorosan együttműködünk a felhasználóinkkal, hogy valóban az ő igényeikre szabott megoldásokat tudjunk nyújtani.
Közös céljaink elérése érdekében több, kis létszámú SCRUM csapatban dolgozunk, melyek szinte teljesen autonóm módon szervezik feladataikat. Mindemellett nálunk az egyéni teljesítmény mellett a kezdeményezőkészség és a csapatmunka is rendkívül meghatározó, így mindenki hozzájárul a termék sikeréhez.
Feladatok:
- Gépi tanulási modellek tervezése, fejlesztése, finomítása, optimalizálása
- Modell-pipeline-ok összeállítása táblázatos adatok, NLP, képfeldolgozás, idősorok, online learning területén
- Modellezés klasszikus és deep learning-alapú architektúrákkal, generatív (pl. GAN),transfomer-alapú megoldásokkal
- Modellezéshez szükséges adatelőkészítés (preprocessing, feature engineering, feature extraction) elvégzése
- Új és már működő modellek elemzése, kiértékelése, javítása
- Új módszerek, eszközök folyamatos nyomon követése, kiértékelése
- Új koncepciók folyamatos kutatása, tanulása
- Megoldások, kísérletek dokumentálása
Elvárások - tapasztalat az alábbiakban:
- Vonatkozó matematikai, statisztikai, adatelemzési, adatvizualizációs ismeretek
- Python programnyelv, különös tekintettel a data science területén szükséges eszközökre (pl.Pandas, NumPy, PySpark)
- Adatelőkészítő lépések, standard modellek, deep learning-architektúrák elmélete
- Klasszikus és deep learning keretrendszerek (Scikit-learn, PyTorch, TensorFlow/Keras)
- Hiperparaméter-finomhangolás (pl. Optuna, Hyperopt).
- NLP-specifikus eszközök (pl. NLTK, SpaCy, Hugging Face, Gensim).
- ML-workflow elmélete és gyakorlata (pl. MLFlow), teljes modelléletciklus ismerete
- SQL, NoSQL és vektoradatbázisok (pl. MongoDB, PostgreSQL, Neo4j, Milvus)
Amit nyújtani tudunk:
- a munkaidőt rugalmasan kezeljük, a törzsidőben (9:30-16:00) legyél elérhető, a többit te osztod be
- hibrid munkavégzésben dolgozunk, nincs kötelezően előírt irodai nap, de örülünk, ha olykor tudunk találkozni
- jól felszerelt, modern munkakörnyezetet biztosító irodánk van
- könnyen megközelíthető helyen vagyunk, akár tömegközlekedéssel, akár autóval tervezed az utazást (autóhoz parkolóhelyet tudunk biztosítani)
- a belső képzési rendszerünkön keresztül lehetőséget biztosítunk arra, hogy továbbfejlődj a szakmában, akár külső képzéseket is támogatunk, ha velünk is megosztod, amit tanultál
- komplex prémium rendszerünk segít egész évben fókuszban tartani téged és a csapatodegy összetartó csapat vár Rád - következő közösségépítő eseményünkön reméljük, már Te is ott leszel!
Ha úgy érzed, hogy szívesen dolgoznál velünk, várjuk szakmai önéletrajzodat a hrinfo@e-fyi.hu email címre!