Senior Machine Learning / NLP Engineer

Ollievet — Poland · Posted ~2 hours ago

Senior

Skills

machine learning NLP OCR NER information extraction entity relations text normalization model validation Polish language processing Machine Learning open-source models

🔓 Log in to save this job, tailor your resume & track your apply process — 7 days free, no card needed.

Log in to add to target list

Summary ✨ AI‑Generated

A technology project focused on personalized animal healthcare is seeking a Senior ML/NLP Engineer. You will build information-extraction pipelines for Polish veterinary documents using OCR, NER, entity relations and terminology normalization, collaborate with researchers and veterinarians, and validate models for animal health trajectories.

Highlights

Lead challenging NLP and machine learning work on real-world veterinary documents. Design information-extraction pipelines, collaborate with academic researchers and domain experts, define annotation and quality metrics, and develop health-trajectory models using specialized datasets.

Description

OLLIE Sp. z o.o. (pacjent.vet), we współpracy z Katedrą Sztucznej Inteligencji Politechniki Wrocławskiej (CLARIN-PL) i w ramach projektu przygotowanego z Innovation Coach (NCBR), rozwija silnik personalizacji opieki nad psem. Celem jest przetwarzanie rozproszonej polskiej dokumentacji weterynaryjnej (skany, zdjęcia, PDF-y) na ustrukturyzowane dane, modelowanie trajektorii zdrowia zwierzęcia i generowanie rekomendacji dla opiekunów. Projekt jest składany w programie INNOSTART. Zakres obowiązków Zaprojektowanie pipeline'u ekstrakcji informacji z polskich dokumentów weterynaryjnych (OCR, NER, relacje między encjami, normalizacja terminologii medycznej i łacińskiej) przy użyciu otwartych modeli. Współpraca z Politechniką Wrocławską oraz lekarzem weterynarii nad definicją schematu danych, reguł anotacji i metryk jakości dla zbioru referencyjnego (ok. 1 500 dokumentów, podwójna anotacja). Budowa i walidacja modelu trajektorii zdrowia psa w obrębie jednej grupy rasowej (dane z dokumentacji plus dane od opiekuna). Implementacja prototypu silnika rekomendacji oraz integracja z platformą OLLIE. Prowadzenie dokumentacji eksperymentów (kamienie milowe, raporty dla NCBR) i mentoring juniora zatrudnionego na etacie. Wymagania Minimum 4 lata doświadczenia w ML/NLP, z co najmniej jednym projektem na polskich tekstach. Biegłość w Pythonie, PyTorch lub JAX oraz znajomość bibliotek Hugging Face i modeli typu BERT/LLM (jako punkt odniesienia). Umiejętność projektowania ewaluacji od zera: tworzenie zbiorów testowych, dobór metryk, analiza błędów. Samodzielność w pracy z niekompletnymi i nieuporządkowanymi danymi oraz gotowość do współpracy z ekspertami dziedzinowymi (weterynaria). Mile widziane: doświadczenie w OCR na dokumentach skanowanych, praca z danymi medycznymi lub weterynaryjnymi, udział w projektach B+R finansowanych przez NCBR/UE, publikacje naukowe. Oferujemy Umowę zlecenie (80 h/miesiąc), stawka od 90 zł brutto/h, do negocjacji w zależności od doświadczenia. Pracę przez 13 miesięcy nad jasno określonym problemem badawczym, z dostępem do rzeczywistych danych produkcyjnych i ścieżką wdrożeniową (aplikacja i portale z ponad 1 000 użytkowników). Pracę zdalną ze spotkaniami zespołu w Poznaniu lub Wrocławiu raz na kilka tygodni. Sprzęt (stacja GPU, laptop) oraz budżet na chmurę obliczeniową i narzędzia zapewnione przez projekt. Współautorstwo wyników badań i możliwość publikacji we współpracy z PWr. Uwagi Umowa ma charakter warunkowy: podpisujemy ją teraz, a staje się skuteczna dopiero po przyznaniu grantu przez NCBR (decyzja spodziewana na przełomie 2026/2027, start prac w I kw. 2027). Do wniosku o grant potrzebne jest CV kandydata oraz zgoda na wskazanie go z imienia i nazwiska jako członka zespołu. Łączne zaangażowanie czasowe we wszystkich projektach nie może przekroczyć 276 h/miesiąc. Proces rekrutacji Wyślij CV oraz krótki opis (2 zdania) projektu NLP na polskich danych, z którego jesteś najbardziej dumna lub dumny, na adres alex@ollievet.com z tematem „Senior ML, INNOSTART”. Odpowiedź w ciągu 3 dni roboczych. Termin nadsyłania zgłoszeń: 19 września 2026.