Ml Engineer – Ranking & Retrieval For Ai Apps

Ml Engineer – Ranking & Retrieval For Ai Apps

Tempo inteiro 54000 - 66000 € / ano (est.) Presencial
A

Num relance

  • Tarefas: Desenvolver e implementar modelos de ML para aplicações de IA inovadoras.
  • Empresa: Act AI, uma empresa focada em aplicações nativas de IA.
  • Benefícios: Salário competitivo, benefícios de saúde e oportunidades de crescimento profissional.
  • Outras informações: Ambiente dinâmico com foco na colaboração e inovação.
  • Porquê este emprego: Trabalhe em problemas práticos de ML e impacte usuários reais com suas soluções.
  • Qualificações: Experiência em Python e habilidades em PyTorch/JAX são essenciais.

O salário previsto situa-se entre 54000 - 66000 € por ano.

Act AI is building AI-native applications and seeks an ML Engineer to develop and productionize ML models for classification, ranking, and personalization.

You will work on embeddings, vector search, and evaluation pipelines, taking ownership from model development to production deployment.

The role focuses on practical ML problems, improving model quality, and shipping reliable systems used by real users.

Strong Python and Py Torch/JAX skills are essential in a fast-paced, collaborative

Empregador para Ml Engineer – Ranking & Retrieval For Ai Apps: ActAI

A ActAI é um excelente empregador que valoriza a inovação e o desenvolvimento contínuo dos seus colaboradores. Com uma cultura de trabalho colaborativa e um ambiente dinâmico, os engenheiros de IA aplicada têm a oportunidade de transformar capacidades de modelos em comportamentos reais de produtos, contribuindo para soluções que impactam diretamente os usuários. Além disso, a empresa oferece oportunidades de crescimento profissional e um compromisso com a fiabilidade na produção, tornando-a um local ideal para quem procura um emprego significativo e gratificante.

A

Dados de contacto:

Equipa de recrutamento de ActAI

Achamos que precisas destas competências para brilhares como Ml Engineer – Ranking & Retrieval For Ai Apps

Desenvolvimento de Modelos de Machine Learning
Classificação
Ranking
Personalização
Embeddings
Pesquisa Vetorial
Pipelines de Avaliação