ML Engineer for Social Casino Games — AI & Production

HireHi; Barcelona; Presencial; EUR 70.000 - 120.000; Jornada completa

Descripción de la vacante

Aristocrat в Барселоне ищет инженера по машинному обучению для разработки и поддержки систем рекомендации в игровых продуктах. Вы будете проектировать, обучать и переобучать модели, строить конвейеры данных на Python и SQL, а также интегрировать решения в продукты и операции.

Кандидат должен владеть ML-библиотеками (scikit-learn, PyTorch/TensorFlow, XGBoost), опытом мониторинга моделей (MLflow, Weights & Biases) и работе в облаке (GCP/AWS/Azure).

Formación

• Опыт применения ML к реальным задачам.
• Опыт в системах рекомендации и монетизации.
• Навыки Python и ML-библиотек (scikit-learn, PyTorch/TensorFlow, XGBoost).
• Опыт работы с большими хранилищами данных и SQL.
• Опыт мониторинга моделей (MLflow, Weights & Biases).
• Опыт работы в облаке и контейнеризации (GCP/AWS/Azure, Docker, Airflow).

Responsabilidades

• Разрабатывать, обучать и переобучать модели, особенно рекомендательные системы.
• Разрабатывать метрики, мониторинг и оценку моделей в бизнес-контексте.
• Организовывать эксперименты и версионирование моделей (MLflow/W&B).
• Сотрудничать с MLOps, Data Science, Product и Engineering.
• Создавать простые интерфейсы (Streamlit) для пользователей.
• Разрабатывать конвейеры обучения и feature engineering на Python/SQL.

Conocimientos

Python

Machine Learning

Recommendation systems

SQL

MLflow/W&B

Docker

Airflow

Streamlit

Communication

Educación

Quantitative degree (Math/CS/Engineering)

Herramientas

scikit-learn

PyTorch

TensorFlow

XGBoost

MLflow

Weights & Biases

Snowflake

Docker

Airflow

GCP/AWS/Azure

Descripción del empleo

Aristocrat в Барселоне ищет инженера по машинному обучению для разработки и поддержки систем рекомендации в игровых продуктах. Вы будете проектировать, обучать и переобучать модели, строить конвейеры данных на Python и SQL, а также интегрировать решения в продукты и операции.

Кандидат должен владеть ML-библиотеками (scikit-learn, PyTorch/TensorFlow, XGBoost), опытом мониторинга моделей (MLflow, Weights & Biases) и работе в облаке (GCP/AWS/Azure).