Seznam.cz

Machine Learning Platform Engineer

Brno, Praha

Pro muže i ženy Plný úvazek

Hledáme Python vývojáře, kterého láká svět generativní AI a chce se podílet na převodu moderních AI modelů do produkčního prostředí. Kromě zkušeností s Pythonem byste se měli orientovat také v Dockeru a Kubernetes, protože právě tyto technologie tvoří základ infrastruktury, na které naše AI řešení stavíme. Na této pozici získáte možnost proniknout do světa LLM, osvojit si moderní technologie pro jejich nasazování a provoz, jako jsou KServe, MLflow nebo AiBrix, a pracovat s nejnovější AI infrastrukturou.

S čím se budete potkávat

Docker
Kubernetes
Linux
Python

Co budete dělat

  • Převádět modely LLM (Large Language Models), TTS (Text-to-Speech) a ASR (Automatic Speech Recognition) do produkčního prostředí.
  • Podílet se na návrhu a vývoji škálovatelné infrastruktury pro provoz AI modelů s důrazem na vysokou dostupnost a nízkou latenci.
  • Spolupracovat na integraci AI modelů do interních systémů a aplikací.
  • Optimalizovat výkon nasazených modelů a podílet se na jejich dalším rozvoji.
  • Spolupracovat s ostatními členy týmu na vývoji moderní AI platformy.

Kdo bude váš nadřízený

Jan Votroubek

Vedoucí týmu vývoje

Do Seznamu jsem nastoupil v roce 2008, kde jsem našel zálibu v programování distribuovaných systémů a databází. Přes 10 let jsem součástí divize Seznam AI, ve kterém jsem se podílel především na projektu Obrázky.cz. S nástupem velkých jazykových modelů jsem se začal věnovat infrastruktuře pro strojové učení. V současnosti vedu tým ML platform engineeringu, kde stavíme a provozujeme platformu pro trénování a nasazování modelů. Baví mě optimalizace a prošlapávání nových cest.

Co budete potřebovat

  • Alespoň 2–3 roky komerčních zkušeností s vývojem v Pythonu.
  • Základní zkušenosti s Linuxem.
  • Znalost Dockeru, Kubernetes a orientaci v cloudových technologiích.
  • Základní přehled o oblasti strojového učení a generativní AI – víte, co jsou LLM a ideálně jste si vyzkoušeli práci s některým z dostupných modelů.
  • Schopnost učit se nové technologie a chuť rozvíjet se v oblasti AI infrastruktury.
  • Výhodou bude, pokud máte zkušenosti nebo zájem se naučit pracovat s technologiemi jako KServe, MLflow, S3, FastAPI, AIBrix nebo podobnými nástroji pro nasazování a správu ML modelů.

Těšit se můžete na

  • Práci s interními i open-source jazykovými modely trénovanými na českém korpusu.
  • Možnost práce s podporou s nejmodernějších AI modelů díky rozpočtu na využívání LLM od společnosti Anthropic.
  • Přístup ke špičkovému hardwaru postavenému na platformách NVIDIA Hopper a Blackwell.
  • Velký prostor učit se nové technologie a podílet se na budování moderní AI platformy.
  • Samoorganizovaný tým s přátelskou atmosférou, který sdílí know-how a táhne za jeden provaz.

Jak probíhá výběrko

  • Nejprve si společně zavoláme na krátký prescreen, kde si vzájemně představíme očekávání a základní informace.
  • Pokud si budeme sedět, pošleme vám zadání technického úkolu. Na jeho vypracování budete mít 14 dní a jeho dokončení zabere přibližně 8 hodin.
  • Následuje technický pohovor s hiring manažerem a případně dalšími členy týmu. Může proběhnout ideálně osobně ale i online přes Zoom a vyhraďte si na něj přibližně 90 minut.

Co je v Seznamu taky bezva

Budget pro volný čas
Vyměnit body za kulturu, zdraví, sport, dovolenou nebo extra volno? Beze všeho.
Dny volna navíc
K dovolené ještě dalších 5 dnů? No fakt. Ať už chcete třeba jen lenošit nebo vás hezké počasí naopak žene ven, užijte si volno podle vašich představ.
Dovolená o týden delší
Dovolené není nikdy dost. Proto vám ke standardním 4 týdnům dovolené přidáme ještě další týden.
Fandíme rodinám
Zkombinovat práci a rodinu je důležité, proto jsme založili firemní školku Seznámek, aby si byly děti i rodiče vždycky nablízku.
Home office lze dohodnout
V kanceláři bychom vás přeci jen rádi občas potkali, ať se nedivíme, kde jste se u nás vzali. Ale že jde někdy práce líp od ruky z domácího prostředí, tomu taky rozumíme. Domluvte se s nadřízeným a jistě najdete dobrý kompromis.
Interní vzdělávání
U nás se nudit nebudete. Osobnímu i profesnímu rozvoji fandíme a nabízíme nekonečně příležitostí k seberozvoji a vzdělávání, včetně pomoci od profesionálních trenérů.
Konference
Načerpejte nové inspirace a trendy, a to buď v publiku nebo rovnou na pódiu.
Lékař online 24/7
Zdraví je jen jedno, proto nám vaše zdraví jedno není. Našeho lékaře můžete využít ve dne v noci klidně z vaší postele, ať už chcete konzultaci nebo napsat eRecept.
Ovoce do práce
Nálož vitamínů 2x měsíčně, občas i s nějakým chuťovým překvápkem.
Pet friendly
Že je maskot Seznamu pes, není úplná náhoda. Čtyřnohé kolegy vítáme, dokonce s námi chodí i na porady.
Pružná pracovní doba
Někdo je ranní ptáče a nejvíc práce udělá se svítáním, někdo zas sova a nejvíc klidu na práci má večer. Důležité jsou pro nás kvalitní výsledky, ne váš rozvrh hodin.
Sportu zdar
V Praze a Brně si můžete dát do těla v naší posilovně, ve velkých pobočkách i na hodinách jógy.
Technika na přání
Apple, Linux nebo Windows? Všechno máme a k dispozici dáme. A pokud už jste zvyklí na své vymazlené miláčky, pracujte klidně na vlastním zařízení a my vám budeme finančně přispívat.

Kde budete pracovat

Mapa Česko a Slovensko
Brno
Seznam.cz, a.s.
The Campus Science Park – Budova C
Palachovo náměstí 797/4
625 00 Brno – Starý Lískovec
Nejbližší zastávka je Nemocnice Bohunice. Pokud jste přijeli vlakem, na nádraží skočte do šaliny č. 8 a za 20 minut jste u nás. Parkovat lze v podzemních garážích nebo v okolních oblastech Campus Square.
Šalina
8
Bus
40 50 51 69 E56
Trolejbus
25 37
Praha
Seznam.cz, a.s.
Radlická 3294/10
150 00 Praha 5 – Smíchov
Naše centrála je velmi dobře dostupná, můžete dorazit metrem na lince B, jednou z nesčetných tramvají nebo autobusem. Autobusové nádraží Na Knížecí je hned za rohem.
Metro
B – Anděl
Tramvaj
4 5 7 9 10 12 15 16 20
Bus
120 123 137 167 191

První dny v Seznamu

Koukněte, jak vypadá první den, ať se vaše cesta na vysněnou pozici obejde bez zbytečných škobrtnutí.

1 Vítejte na palubě aneb Pre-onboarding

Skvěle, plácli jsme si na spolupráci. Nástupní dokumenty podepíšete elektronicky klidně ještě před nástupem. Žádné papírování, šetříme přírodu. A když budete chtít, můžeme se rovnou domluvit na kafe s někým z týmu, ať se naladíte na naši atmosféru.

2 Hurá, váš první den v Seznamu

Každý začátek měsíce vítáme všechny nováčky u nás na centrále v Praze. Vyřešíme potřebnou administrativu, předáme vám techniku, seznámíme vás s kolegy a nakonec vás provedeme po našem labyrintu.

3 Adaptace aneb jééé, funguje to!

Na začátku to vypadá možná trochu chaoticky, ale nebojte, máme promakaný systém školení pro každou pozici, takže co neumíte, rádi naučíme.

4 Umíte vše levou zadní? Pak je tu interní vzdělávání

Po rozpačitém začátku jste už profíci v oboru, gratulujeme. A protože umět všechno je nuda, náš tým trenérů vám rád poradí s dalším rozvojem. A nabídka je nekonečně bohatá, vybrat si můžete z našeho e-learningu nebo školení přímo na míru.

Časté dotazy

Mohu využívat home office?

V Seznamu samozřejmě home office nabízíme, ale míra záleží na jednotlivých odděleních a osobní domluvě. 

Mohu mít v kanceláři psa?

Jsme dog friendly kancelář, takže Seznamáci si běžně do práce čtyřnohé mazlíčky vodí. Ke slušnosti ovšem patří zeptat se ostatních, zda nemají třeba alergii. 

Jak v týmu Výzkumu spolupracujeme s datovými centry?

Seznamácká interní datová centra se starají o provoz několika výzkumných Hadoop clusterů, které nám umožňují rychlé zpracování velkých a rychlých dat. Dále pro nás provozují několik GPU clusterů, ty pak umožňují trénink a inferenci stovek modelů strojového učení, včetně LLM modelů, které jsou základem služeb Seznamu.

Jak ve Výzkumu pracujeme s velkými jazykovými modely?

Pracujeme s nimi často, ve zkratce můžeme říct, že je učíme i používáme. Encoder modely (ze kterých získáváme sémantickou reprezentaci textu) používáme i vytváříme v projektech už léta, některé naše modely poskytujeme s open-source licencí komunitě (Small-E-Czech, RetroMAE). Obecné a univerzální generativní jazykové modely v Seznamu sami vytváříme, čímž se může chlubit jen hrstka výzkumných pracovišť z celé střední Evropy. Naším cílem je vytvořit model, který umí česky jako ještě žádný jiný. Tak nám držte palce.

Jaké využíváme ve Výzkumu technologie?

Na projektech využíváme převážně Python (Numpy, Pandas, Polars, Dask, Scipy, PyTorch a další), Spark, Docker, Git. 

Jak využíváme Machine Learning pro naše projekty?

Ve Vyhledávání textu, obrázků, zpráv a videí využíváme strojové učení (ML) pro zpracování uživatelských dotazů, analýzu obsahu dokumentů (například webových stránek nebo obrázků), návrhy dotazů (včetně našeptávače, souvisejících dotazů a trending topics), hodnocení relevance dokumentů k uživatelskému dotazu (předvýběr výsledků, filtrování, řazení) nebo například pro vydávání chytrých karet a přímých odpovědí. Generativní jazykové modely používáme pro interakci s uživatelem a pro lepší formování odpovědí.

V Skliku se Machine Learning využívá na výběr optimální reklamy, detekci fraudových kliků, segmentaci uživatelů, modelování online chování, optimalizaci online aukcí a kampaní.

V Doporučování nám strojové učení pomáhá při personalizaci doporučování a detekce clickbaitu.

Tým Mapy.cz zas strojové učení chválí při rozpoznávání obrazu, detekci anomálií, relevanci výsledků hledání. 

Pro Zboží.cz je ML nepostradatelné při kategorizaci a shlukování inzerátů, relevanci výsledků hledání a na rozpoznávání parametrů výrobků.

Jak se v týmu Výzkumu dále vzděláváme?

Pro každý výzkum je konstantní vzdělávání naprosto zásadní a ne jinak je tomu i v Seznamu. Máme přístupy k vědeckým článkům a publikacím a aktivně navštěvujeme i přínosné konference, přednášky, nebo tématické kurzy a nechybíme ani na meetupech.

Jak využíváme cloud a jak probíhá nasazování?

Veškeré aplikace a služby provozujeme ve firemních Kubernetes clusterech spravovaných našimi týmy infrastruktury. Databáze a další klíčové komponenty běží interně — některé nasazují přímo SRE/admini, zatímco u jiných týmů probíhá nasazování samostatně prostřednictvím ArgoCD. Vývoj a nasazování je úzce propojeno s CI/CD v GitLabu, kde probíhají automatické buildy a pipelines, které následně spouštějí nasazení do Kubernetes. K tomu využíváme technologie jako Docker, OpenStack a pro prototypování také JupyterLab. U ML projektů využíváme MLOps pipelines, které zahrnují automatické validace, A/B testování, nasazování a monitoring. Pro sledování metrik a stavu systémů používáme Prometheus, což zajišťuje spolehlivý a kontrolovaný provoz všech služeb.

Jak se v týmech vzděláváme?

Vzdělávání v týmech probíhá kombinací interních a externích aktivit, přičemž konkrétní přístup se liší napříč týmy. Pravidelně pořádáme technická okénka a týmové meetingy, kde prezentujeme novinky, sdílíme zkušenosti a řešíme aktuální problémy. Kromě toho se účastníme lokálních i mezinárodních konferencí, školení a e-learningových programů, a to jak interních, tak externích. Velký důraz klademe také na práci s novými technologiemi a projekty, díky čemuž se znalosti přirozeně šíří mezi členy týmu. Vzhledem k zájmu a motivaci našich vývojářů probíhá často i samovzdělávání, jehož výsledky následně sdílejí s kolegy.

Sdílet tuto pracovní nabídku

Sdílejte na Facebooku Sdílejte na Linkedinu Sdílejte na X

Zajímá vás tato pozice?

Zajímá vás tato pozice?

Přihlásit se na tuto pozici Zeptat se Terezy