About this role
Summary: Join a global banking initiative to build, deploy, and scale machine learning solutions in production. You will design end-to-end ML pipelines, implement CI/CD processes, and collaborate with cross-functional teams to ensure operational excellence and model stability.
Co zyskasz dzięki aplikacji na ofertę Antal?
Gdy Twoja aplikacja zostanie rozpatrzona pozytywnie (zostaniesz zaproszony/a do procesu), otrzymasz wsparcie Konsultanta/Konsultantki, który/a utrzyma z Tobą stały kontakt (mailowo lub telefonicznie), pomoże Ci przygotować się do rozmowy rekrutacyjnej z przyszłym pracodawcą oraz zatroszczy się o jakość procesu rekrutacyjnego, w którym aktualnie bierzesz udział.
Kim jesteśmy?
Jesteśmy liderem rekrutacji specjalistów i menedżerów oraz doradztwa w obszarze HR. Marka obecna jest w 35 krajach, w Polsce działa od 1996 roku. Przez ten czas zbudowaliśmy wiele karier kandydatów, dzięki elastycznemu i kompleksowemu podejściu do wszystkich rekrutacji. Antal tworzy ponad 130 profesjonalnych konsultantów ds. rekrutacji, którzy są oni nie tylko skutecznymi rekruterami, ale także wykwalifikowanymi doradcami, specjalizującymi się zarówno w zakresie wybranego sektora, jak i stanowiska.
Sprawdź inne aktualne oferty pracy na: https://antal.pl/dla-kandydata
Zaobserwuj nasz profil na LinkedIn: https://www.linkedin.com/company/antalpoland
📍 Location: Kraków (hybrid: 2 days in the office per week)
📄 B2B: 180 - 210 PLN / h
🏦 Industry: Banking
We are currently looking for a Data Scientist / ML Ops Engineer to join a strategic global banking initiative focused on building, deploying and scaling machine learning solutions in production environments. The role sits at the intersection of data science and engineering, with strong ownership of end-to-end ML pipelines and operational excellence.
You will work within a cross-functional, international team of data scientists, ML engineers, software engineers and cloud specialists, contributing to enterprise-scale analytics and AI platforms used across the organization.
### Key responsibilities:
- Design, develop and maintain end-to-end data and ML pipelines.
- Build, train and evaluate machine learning models using Python and modern ML frameworks.
- Implement ML CI/CD processes, model versioning and automated deployments.
- Monitor models in production (performance, drift, reliability) and ensure their stability.
- Collaborate closely with engineering, platform and business teams to deliver scalable ML solutions.
- Contribute to cloud-based ML architectures and best practices.
### Requirements:
- Strong Python skills (Pandas, Scikit-learn, TensorFlow or similar).
- Experience in building and maintaining data pipelines.
- Hands-on experience with ML Ops practices: CI/CD, monitoring, versioning.
- Experience with AWS and cloud-based ML solutions.
- Solid background in data analysis and data visualization.
- Ability to work effectively in cross-functional engineering teams.
### What we offer:
- Opportunity to work on global, high-impact AI and advanced analytics initiatives.
- Real influence on how machine learning solutions are built and operated in production.
- Access to modern cloud and ML technologies in a mature engineering environment.
- Collaboration with experienced, international expert teams.