Machine Learning Engineer

Uppdragsbeskrivning

Vi söker en erfaren Machine Learning Engineer till ett uppdrag inom retail, där du arbetar med att utveckla och driftsätta modeller för personliga rekommendationer och kundinsikter.

I rollen arbetar du genom hela ML-livscykeln

• från feature engineering och modellträning till produktion, övervakning, utvärdering och optimering. Du bygger och förvaltar ML-pipelines samt säkerställer att modellerna levererar affärsvärde i produktion. Du kommer även att bidra till att utveckla plattformen och skapa robusta, förvaltningsbara lösningar och dataflöden. Rollen innebär ett nära samarbete med verksamheten för att omsätta affärsbehov till tekniska lösningar och driva implementationen av dessa.

Arbetsuppgifter:

• Designa, implementera och optimera ML‑modeller anpassade för retail och CRM
• Bygga pipelines som bearbetar och transformerar stora mängder data i SQL/DBT
• Genomföra experiment, A/B‑tester, modellutvärdering och analysera modellprestanda samt affärsvärde i produktion
• Dokumentera lösningar, göra kodgranskningar och bidra till teamets tekniska riktlinjer
• Kommunicera modeller, lösningar och testresultat till både tekniska och icke‑tekniska intressenter

Kvalifikationer:

• Du har erfarenhet av att driftsätta och bygga robusta, skalbara data‑ och ML‑lösningar
• Du har stark programmeringsvana i Python och erfarenhet av moderna ML‑ramverk
• Du har erfarenhet av att ta ML‑modeller till produktion (MLOps, containerisering, CI/CD)
• Du har god förståelse för statistiska metoder, optimering och utvärderingsmetoder för ML
• Du har erfarenhet av att arbeta med data i SQL/DBT, datahantering och datamodellering
• Du har god förståelse för datainfrastruktur och MLOps‑principer
• Du har tidigare erfarenhet av att arbeta i molnplattformar, helst GCP
• Du är van att arbeta i agila team och aktivt bidra till teamets DevOps‑kultur
• Software engineering‑erfarenhet är ett plus
• Erfarenhet eller intresse av retail‑domänkunskap samt CRM‑drivna projekt är meriterande

Detaljer

Referens: 170465

Geografisk placering: Stockholm

Omfattning:100%

Startdatum:2026-05-11

Slutdatum:2026-12-31

Ansök senast:2026-04-09

Publiceringsdatum:2026-03-31

Konsultförmedlare

Christoffer Svensson