ML Engineer - video & industrial data

PackGuru to platforma AI dla produkcji, która pomaga zakładom FMCG i kosmetycznym lepiej rozumieć, co dzieje się na ich liniach pakujących, i szybciej reagować na problemy. Łączymy dane z maszyn (PLC), obraz z kamer analizowany na urządzeniach brzegowych NVIDIA oraz wiedzę techniczną zakładu (dokumentację, procedury, rozwiązane przypadki awarii) w jeden system wspierający operatorów, techników i inżynierów w codziennej pracy.

Po co to robimy? Fabryki mają dziś mnóstwo danych, ale wciąż brakuje im odpowiedzi na proste pytania: dlaczego linia stanęła, co było przyczyną straty i jak to naprawić, zanim się powtórzy. Wiedza o maszynach często żyje w głowach kilku doświadczonych osób. PackGuru zamienia surowe sygnały i rozproszoną wiedzę w konkretne wskazówki, dostępne dla każdego na zmianie, także w zakładach, gdzie brakuje lokalnych ekspertów.

Blisko współpracujemy z Unilogo, producentem linii i maszyn pakujących. Dzięki temu nasze rozwiązania powstają z pełnym dostępem do wiedzy o konstrukcji maszyn i ich oprogramowaniu sterującym, a nie wyłącznie „z zewnątrz”. Nasz system działa produkcyjnie w fabrykach globalnych koncernów FMCG w Stanach Zjednoczonych, Meksyku i Brazylii. To prawdziwe linie, prawdziwe dane i prawdziwy wpływ na wyniki produkcji.

Jesteśmy małym, dynamicznym zespołem, który rozwija się bardzo szybko. U nas nie ma długich łańcuchów decyzyjnych. Twoja praca trafia na produkcję w ciągu tygodni, nie kwartałów, a Ty masz realny wpływ na kierunek rozwoju produktu. Intensywnie korzystamy z LLM, zarówno w samym produkcie, jak i w codziennej pracy zespołu, ale robimy to z rozsądkiem: tam, gdzie faktycznie dają przewagę, a nie dlatego, że jest na nie moda.

Tam, gdzie lepiej sprawdza się klasyczne ML, deterministyczna logika lub dobrze zaprojektowany algorytm, wybieramy właśnie je. Szukamy osoby, która chce budować systemy działające w fizycznym świecie, od kamery i sterownika maszyny aż po model i asystenta AI, i której nie przeraża połączenie inżynierii oprogramowania z halą produkcyjną. Must-have: Min. 3 lata doświadczenia jako ML Engineer, Computer Vision Engineer lub w podobnej roli, z modelami uruchomionymi produkcyjnie, a nie tylko w notebooku.

Znajomość Pythona i praktyczne doświadczenie z PyTorch. Doświadczenie w computer vision: detekcja, segmentacja lub analiza wideo (np. YOLO lub podobne architektury). Doświadczenie z platformami NVIDIA Edge (Jetson) i optymalizacją modeli pod inferencję (TensorRT, ONNX, kwantyzacja). Znajomość przetwarzania strumieni wideo (GStreamer, DeepStream, RTSP, kodowanie H.264/H.265). Doświadczenie w budowie i utrzymaniu potoków danych, w tym danych szeregów czasowych (PostgreSQL / TimescaleDB lub podobne).

Swobodna praca w Linuksie, z Dockerem i Gitem. Samodzielność i umiejętność doprowadzania tematów do końca w małym zespole. Język angielski na poziomie umożliwiającym pracę z dokumentacją i komunikację z klientami zagranicznymi. Mile widziane: Doświadczenie z danymi przemysłowymi: PLC, OPC-UA, MQTT, sygnały maszynowe. Znajomość metod analizy szeregów czasowych, wykrywania anomalii lub predictive maintenance (np.

trendy parametrów, kondycja napędów). Doświadczenie z LLM, RAG lub grafami wiedzy, w tym ewaluacja jakości odpowiedzi asystentów AI. Znajomość C# / .NET. Doświadczenie z chmurą (GCP) i podejściem MLOps: wersjonowanie modeli, monitoring, automatyczny retrening. Doświadczenie z pracą na liniach produkcyjnych lub w środowisku fabrycznym (FMCG, pakowanie). Gotowość do okazjonalnych wyjazdów na wdrożenia u klientów, także za granicą.