Leitender Ingenieur für maschinelles Lernen, ML-Plattform

Der Senior Machine Learning Engineer der ML Platform ist für den Aufbau, den Betrieb und die Weiterentwicklung des ML-Monorepo verantwortlich, das von der Gruppe für maschinelles Lernen für Röntgen, CT und MRT bei DeepHealth verwendet wird. Das Monorepo deckt den gesamten Weg vom Experiment bis zum Produkt ab: Datensatz- und Beispieldefinitionen, Trainings- und Evaluierungscode, Experimentverfolgung, Modellexport und die Inferenzserver, die in der Produktion ausgeführt werden. Jeder im Team trägt zum Monorepo bei; Diese Rolle ist der einzige Punkt, an dem die Verantwortung dafür liegt. Diese praktische Rolle ist für die Architektur, die Tools und die technischen Standards dieser Codebasis für ein verteiltes Team von etwa zwanzig Ingenieuren und Wissenschaftlern im Bereich maschinelles Lernen verantwortlich und arbeitet mit Modellentwicklern und Softwareentwicklern zusammen, um die Arbeit des Teams schneller, besser und leichter überprüfbar zu machen. Außerdem leitet es die Agenten-Codierungsstrategie des Teams und gestaltet, wie KI-Codierungsagenten in der gesamten Codebasis verwendet werden. Die Rolle ist dem Leiter der ML-Gruppe für Röntgen/CT/MRT unterstellt.

Wesentliche Pflichten und Verantwortlichkeiten

• Besitzen Sie die Architektur und Roadmap des ML Monorepo:

• Modulgrenzen, gemeinsame Abstraktionen für Datensätze und Proben, Trainings- und Bewertungsschleifen, Konfiguration und Experimentverfolgung.

• Erstellen Sie die Engineering-Tools rund um die Codebasis und führen Sie sie aus:

• Kontinuierliche Integration, Tests, Abhängigkeitsmanagement, Container, Artefakt- und Modellregister sowie GPU-Jobplanung in der Cloud- (GCP) und HPC-Infrastruktur.

• Beherrschen Sie den Weg vom trainierten Prüfpunkt zum bereitstellbaren Modell:

• Modellpaketierung, Inferenzserver mit erzwungenen API-Verträgen, Reproduzierbarkeit sowie Leistungs- und Speicherbudgets auf der Zielhardware.

• Definieren und erzwingen Sie technische Standards (Codeüberprüfung, Tests, Dokumentation) auf eine Weise, die die Forschung beschleunigt, anstatt sie zu verlangsamen.

• Stellen Sie die Rückverfolgbarkeit von Daten, Code und Modellversionen über Experimente und Releases hinweg sicher.

• Untersuchen und lösen Sie vom Team angesprochene Leistungs-, Zuverlässigkeits- und Benutzerfreundlichkeitsprobleme im Stack und reduzieren Sie deren Wiederholung durch gemeinsame Tools.

• Treiben Sie die Agenten-Codierungsstrategie des Teams voran: Definieren Sie, wie KI-Codierungsagenten im Monorepo verwendet werden, richten Sie die Tools, Leitplanken und Konventionen ein, die sie effektiv machen, und helfen Sie Kollegen bei der Übernahme.

• Überprüfen Sie den Code, betreuen Sie Kollegen bei technischen Praktiken und kommunizieren Sie technische Entscheidungen und Kompromisse klar.

BITTE BEACHTEN: Dies ist keine erschöpfende Liste aller Aufgaben, Verantwortlichkeiten und Anforderungen der oben beschriebenen Position. Es können weitere Funktionen zugewiesen werden und das Management behält sich das Recht vor, jederzeit Aufgaben hinzuzufügen oder zu ändern.

Mindestqualifikationen, Ausbildung und Erfahrung

• Master-Abschluss in Informatik, Ingenieurwesen, Mathematik oder einem verwandten Bereich oder gleichwertige praktische Erfahrung (erforderlich).

• Mehr als 5 Jahre Erfahrung in der Softwareentwicklung, einschließlich eines erheblichen Teils der Entwicklung von Infrastruktur oder Tools, die von Teams für maschinelles Lernen verwendet werden, wie z. B. eine ML-Plattform oder ein Schulungsframework (erforderlich).

• Starke Python-Kenntnisse und Software-Engineering-Grundlagen: API-Design, Tests, Refactoring und Berücksichtigung der Entwicklererfahrung (erforderlich).

• Solide PyTorch-Kenntnisse und praktische Erfahrung mit Modelltraining und Profiling (erforderlich).

• Erfahrung in der Ausführung von ML-Workloads auf einer Cloud-Plattform, idealerweise GCP (Vertex AI, Artifact Registry, IAM, Speicher) und mit Containerisierung (erforderlich).

• Erfahrung in der Umsetzung von Modellen in die Produktion: Modellverpackung, Inferenzbereitstellung sowie Leistungs- und Zuverlässigkeitsbeschränkungen (erforderlich).

• Fähigkeit, eng mit Forschern zusammenzuarbeiten, wiederkehrende Schwachstellen in gemeinsame Tools zu übersetzen und bei Bedarf (erforderlich) konstruktiv dagegen vorzugehen.

• Fähigkeit zur autonomen Arbeit in einem verteilten Team an mehreren Standorten mit klarer mündlicher und schriftlicher Kommunikation in Englisch (erforderlich).

• Erfahrung in der medizinischen Bildgebung (DICOM, 3D-Volumen, große Bilder) (bevorzugt).

• HPC- und Slurm-Erfahrung (bevorzugt).

• Beiträge zu Open-Source-ML-Tools (bevorzugt).

Qualitätsstandards

• Kommuniziert, kooperiert und funktioniert stets professionell und harmonisch mit allen Aufsichtsebenen, Kollegen, Besuchern und Lieferanten.

• Zeigt Initiative, persönliches Bewusstsein, Professionalität und Integrität und übt in allen Leistungsbereichen Vertraulichkeit aus.

• Befolgt alle lokalen, regionalen und landesweiten Beschäftigungsgesetze.

• Befolgt alle DeepHealth-Richtlinien und -Verfahren.

• Hält jederzeit Datenschutz-, Compliance-, Sicherheits- und Vertraulichkeitsstandards ein.

• Wendet allgemeine Sicherheitsvorkehrungen an.

• Fördert gute Öffentlichkeitsarbeit am Telefon und persönlich.

• Passt sich an und ist bereit, neue Aufgaben, Methoden und Systeme zu erlernen.

• Berichten Sie, regelmäßig und planmäßig zu arbeiten; Sie sind stets pünktlich in Bezug auf Arbeitszeiten, Essens- und Ruhepausen und sorgen für eine zufriedenstellende persönliche Anwesenheit gemäß den DeepHealth-Richtlinien.

• Erledigt die Aufgaben qualitativ hochwertig und termingerecht.

Reisen
Diese Position erfordert möglicherweise gelegentliche Reisen zwischen Teamstandorten (Paris, Niederlande, Grenoble/Rennes).
Arbeitsumgebung
Büro / Hybrid. Paris, Île-de-France, Frankreich.

Körperliche Anforderungen
Der Mitarbeiter muss in der Lage sein, die wesentlichen Pflichten und Verantwortlichkeiten der Position mit oder ohne angemessene Vorkehrungen zu erfüllen.

Gehalt:
Abhängig von der Erfahrung
50.000-80.000 EURO

Weitere englischsprachige Jobs in Frankreich finden Sie auf Arbeitnow

Quelle: Arbeitnow (https://www.arbeitnow.fr/jobs/companies/deephealth/senior-machine-learning-engineer-ml-platform-paris-406850)