Machine Learning Engineer

Machine Learning Engineer Miejsce pracy: Kraków Technologies we use Expected Python Java SQL Scala Docker Kubernetes MySQL PostgreSQL MongoDB Cassandra About the project TechnipFMC leads the transformation of the energy industry by transforming our clients' project economics through fully integrated projects, products, and services. Making robust decisions efficiently and consistently by using data about our products, processes, and operations is a key competency for our business to achieve our true north. In this context, the business is developing its Advanced Analytics capability with the aim of better leveraging our data to deliver new insights, value and smarter ways of working across our value stream. Machine Learning Engineering is a key discipline in this context that focuses on designing, building, and deploying scalable machine learning systems and infrastructure to enable data-driven decision-making and innovation. This role is for a Machine Learning Engineer who will be a member of the Advanced Analytics team (within Software Services) that is responsible for developing the company's data analytics strategy and roadmap. Your responsibilities Health, Safety & Environment: Complete mandatory HSE courses and implement any recommended safety actions efficiently. Be a consistent role model in relation to safety practices with a commitment to the importance of safety. Performance & Delivery: Optimize model performance through hyperparameter tuning, feature engineering, and algorithm selection. Collaborate with data scientists to translate prototypes into production-ready solutions. Design and implement scalable machine learning pipelines for training, validation, and deployment. Develop APIs and services to integrate machine learning models into enterprise applications. Ensure robustness and reliability of ML systems through unit testing, integration testing, and CI/CD practices. Monitor model performance in production and implement retraining strategies as needed. Leverage cloud platforms (e.g., AWS, Azure, GCP) and containerization tools (e.g., Docker, Kubernetes) for scalable deployment. Apply best practices in software engineering, including version control, code reviews, and documentation. Manage infrastructure for data ingestion, model training, and inference at scale. Implement model governance practices, including auditability, reproducibility, and compliance. Collaborate with cross-functional teams including DevOps, software engineers, and product managers. Stay current with advancements in ML engineering tools, frameworks, and deployment strategies. Utilize a broad range of technologies including deep learning frameworks (e.g., TensorFlow, PyTorch), MLOps tools (e.g., MLflow, Kubeflow), and distributed computing (e.g., Spark, Ray). Communicate results effectively to both technical and non-technical stakeholders. Our requirements Required: Bachelor's degree in Computer Science, Statistics or Mathematics. Desirable: Master's or a higher degree in Computer Science, Statistics or Mathematics. or a related discipline. Minimum of 5 years of experience in machine learning engineering, building and deploying advanced solutions using state-of-the-art ML techniques. Designing and implementing machine learning systems to solve problems in the oil and gas industry. Collaborating with business and technical stakeholders to deliver scalable and tailored ML solutions. Manage delivery of machine learning project milestones, ensuring on-time & on-quality deployment. Ability to evaluate and guide technical work performed by junior machine learning engineer. Advanced – Programming in Python (preferred), Java, SQL, and Scala. Advanced – Use of ML libraries and tools such as scikit-learn, NumPy, Pandas, and joblib. Advanced – Designing, training, and deploying ML models for diverse data types including tabular, unstructured (e.g., text, images), and time-series data. Advanced – Working with high-performance ML frameworks such as TensorFlow, PyTorch, and ONNX. Advanced – Using version control systems like Git for collaborative development and code management. Advanced – Managing the ML lifecycle using tools like MLflow, Docker, Kubernetes, and Airflow. Advanced – Building and exposing ML models via APIs using tools like FastAPI, Flask, TensorFlow Serving, or TorchServe Proficient – Implementing MLOps practices for production-grade ML pipelines on cloud platforms (e.g., AWS SageMaker, Azure ML, or GCP Vertex AI). Proficient – Monitoring and observability of ML systems using tools like Prometheus, Grafana, and Seldon Core. Proficient – Working with SQL and NoSQL databases including MySQL, PostgreSQL, MongoDB, and Cassandra. Proficient – Familiarity with generative AI, foundation models, and LLMs to stay aligned with emerging trends in ML engineering. Benefits sharing the costs of sports activities private medical care sharing the costs of professional training & courses life insurance remote work opportunities flexible working time corporate sports team corporate library coffee / tea leisure zone holiday funds redeployment package employee referral program charity initiatives online training platform hybrid work model (2 days from home/ 3 days from the office) English & Norwegian & French classes Recruitment stages CV Evaluation Phone screening Interview Employment decision Skills Customer Focus Data Modelling Machine Learning Python Anamoly detection Large Language Models SQL Bash/Shell/Powershell AWS S3 DBT Dynamic Modelling Data Analysis Digital Ethics AWS lambda Regression Statistical and Mathematical Analysis Clustering Domain Knowledge Deep Learning Streamlit Robotic Process Automation Agility Classification Data Architecture Github AWS Sagemaker Data Engineering Data Preparation DataRobot Data Platform - Snowflake ML Ops Data Visualization Continuous Learning Industry and Domain Knowledge Computer Programming TechnipFMC TechnipFMC is a leading technology provider to the traditional and new energies industry; delivering fully integrated projects, products, and services for Subsea and Surface segments. We operate across 40 countries employing more than 20 000 employees. Klikając w przycisk "Aplikuj" lub w inny sposób wysyłając zgłoszenie rekrutacyjne, zgadzasz się na przetwarzanie Twoich danych osobowych przez FMC Technologies Sp. z o.o. z siedzibą w: Aleja Jana Pawła II 43B, 31-864 Kraków (Pracodawca), jako administratora danych osobowych w celu przeprowadzenia rekrutacji na stanowisko wskazane w ogłoszeniu. Twoje dane osobowe będą przetwarzane w oparciu o następujące podstawy prawne: (a) aby podjąć działania na Twoje żądanie przed zawarciem umowy (np. informacje o oczekiwanym wynagrodzeniu i dostępności do rozpoczęcia pracy); (b) w oparciu o nasz prawnie uzasadniony interes (np. imię, nazwisko, data urodzenia, dane kontaktowe, wykształcenie, kwalifikacje zawodowe, przebieg dotychczasowego zatrudnienia); c) w oparciu o Twoją zgodę, która wyrażona jest poprzez przeslanie dokumentów aplikacyjnych zawierających takie informacje jak np. wizerunek czy zainteresowania.Podanie wszystkich danych osobowych, o których mowa powyżej jest dobrowolne, natomiast dane wymienione w lit. a) i b) są niezbędne do wzięcia udziału w rekrutacji. Niepodanie danych skutkuje brakiem możliwości rozpatrzenia kandydatury. Podanie pozostałych danych jest dobrowolne, ale może pomóc w sprawnym przeprowadzeniu procesu rekrutacji.Masz prawo żądać dostępu do Twoich danych (w tym uzyskania ich kopii), sprostowania danych, ich usunięcia, ograniczenia przetwarzania, przeniesienia, jak również wniesienia sprzeciwu wobec ich przetwarzania. Masz także prawo wniesienia skargi do Prezesa Urzędu Ochrony Danych Osobowych.Twoje dane osobowe mogą zostać przekazane dostawcom usługi publikacji ogłoszeń o pracę, dostawcom systemów do zarządzania rekrutacjami, dostawcom usług IT (hosting), dostawcom systemów informatycznych.Podane przez Ciebie dane osobowe nie będą wykorzystywane w celu profilowania albo podejmowania decyzji w sposób zautomatyzowany.Twoje dane osobowe będą przetwarzane przez okres maks. 1 roku od zakończenia publikacji ogłoszenia, chyba, że wyraziłeś odrębną zgodę na wykorzystanie Twoich danych osobowych w przyszłych rekrutacjach.W celu realizacji praw lub w przypadku jakichkolwiek pytań związanych z przetwarzaniem Twoich danych osobowych skontaktuj się z nami pod adresem: RecruitmentPoland@technipFMC.com.