DontApply.Club
Login Register

Senior Machine Learning Engineer - Time Series

Softwarely — Poland · Posted ~4 hours ago

Senior Contract Remote 170-190 PLN/h net + VAT (B2B)

Skills

machine learning time series forecasting ML experimentation model selection classical models gradient boosting neural networks time-series foundation models time-series validation walk-forward validation purging embargo data leakage detection overfitting analysis model stability analysis Machine Learning Time Series Gradient Boosting Neural Networks Foundation 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 senior machine learning engineering opportunity focused on time-series forecasting and independent R&D experimentation. You will select and evaluate classical and modern models, develop robust validation strategies for temporal data, identify leakage and overfitting, and analyze noisy datasets from complex real-world domains.

Highlights

Long-term senior ML engineering project with a remote-first setup and occasional office visits. Offers deep R&D work in time-series forecasting, experimentation with classical and modern ML approaches, rigorous validation methodology, and analysis of challenging low-signal data.

Description

Starszy Inżynier Machine Learning Lokalizacja: praca zdalna z okazjonalnymi wizytami w biurze w Warszawie (preferowane raz na kwartał) Stawka: 170–190 PLN/h netto + VAT (B2B) Start: ASAP Projekt długoterminowy Dla naszego klienta z branży energetycznej i technologicznej poszukujemy Senior Machine Learning Engineera do zespołu R&D zajmującego się prognozowaniem szeregów czasowych. Zakres obowiązków Prowadzenie samodzielnych eksperymentów ML na szeregach czasowych – od postawienia hipotezy po analizę i prezentację wyników.Projektowanie i dobór metod modelowania, m.in. modeli klasycznych, gradient boosting, sieci neuronowych oraz modeli foundation dla szeregów czasowych.Praca z danymi o niskim stosunku sygnału do szumu, m.in. z obszaru energetyki i rynków kryptowalut.Projektowanie i weryfikacja poprawnych metod walidacji dla danych czasowych, w tym walk-forward, purging, embargo oraz dobór okien czasowych.Identyfikowanie data leakage, overfittingu i niestabilności modeli.Krytyczna ocena wyników eksperymentów i porównywanie ich z odpowiednimi baseline'ami.Współtworzenie i rozwijanie standardów prowadzenia eksperymentów badawczych w zespole.Wykorzystywanie narzędzi AI/LLM w procesie badawczym i programistycznym.Współpraca koncepcyjna z doświadczonymi ekspertami ML oraz udział w dyskusjach technicznych.Prezentowanie wyników i prowadzenie rozmów technicznych z klientami w języku angielskim. Wymagania 10+ lat doświadczenia w obszarze Machine Learning / Data Science / Software Engineering z istotnym doświadczeniem ML.Udokumentowane doświadczenie w realizacji złożonych projektów dotyczących szeregów czasowych.Praktyczna znajomość problemów związanych z danymi o niskim SNR i umiejętność oceny, czy wynik modelu jest rzeczywiście wartościowy.Bardzo dobra znajomość metod walidacji danych czasowych i świadome projektowanie splitów.Umiejętność samodzielnego wykrywania data leakage, overfittingu oraz problemów z jakością eksperymentu.Bardzo dobre podstawy statystyczne, w tym znajomość istotności i mocy statystycznej, multiple testing, przedziałów ufności oraz stacjonarności.Praktyczna znajomość sieci neuronowych i umiejętność interpretacji ich zachowania podczas treningu i walidacji.Podejście baseline-first – umiejętność szybkiego zweryfikowania hipotezy prostym modelem przed budową bardziej złożonego rozwiązania.Bardzo dobra znajomość Pythona i dobrych praktyk programistycznych.Doświadczenie z Git, Docker/venv/uv, DuckDB oraz Parquet.Biegłość w korzystaniu z narzędzi AI/LLM przy jednoczesnej umiejętności krytycznej weryfikacji generowanych rozwiązań.Samodzielność, pragmatyzm i umiejętność pracy w środowisku o płaskiej strukturze.Polski – min. B2/C1, angielski – min. B2+/C1. Mile widziane Doświadczenie w energetyce, w szczególności w obszarze RDN, TGE lub PSE.Doświadczenie na rynkach finansowych lub kryptowalutowych.Znajomość mechaniki giełd kryptowalutowych oraz różnic między rynkiem spot a instrumentami pochodnymi.Doświadczenie z modelami foundation dla szeregów czasowych, np. Chronos lub TimesFM.Lokalizacja w Warszawie lub okolicach. Co oferujemy 100% praca zdalna z możliwością pracy z biura w Warszawie.Pracę w zespole doświadczonych ekspertów ML i R&D.Realny wpływ na standardy badawcze i kierunki rozwoju rozwiązań ML.Dużą autonomię w prowadzeniu eksperymentów i doborze metod.Płaską strukturę organizacyjną i merytoryczne podejście do podejmowania decyzji.Pracę nad wymagającymi problemami z obszaru prognozowania szeregów czasowych, energetyki i rynków kryptowalut.