Ugrás a tartalomra

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!

 

Vissza a karrier hirdetményekhez