Produkt-ML-Ingenieur

Über uns
Photoroom wurde 2019 gegründet und ist Teil der 2020-Kohorte von Y Combinator. Es ist die führende visuelle Lösung für den E-Commerce.

Wir haben Finanzierungen der Serie B eingeworben und über 300 Millionen Nutzer weltweit erreicht, verarbeiten jährlich über 5 Milliarden Bilder und bedienen über unsere mobile App, Webplattform und API sowohl kleine Unternehmen als auch große Unternehmen wie Amazon, DoorDash und Decathlon.

Wir sind ein Team von über 100 leidenschaftlichen Entwicklern, die E-Commerce-Unternehmen Superkräfte verleihen, um visuelle Elemente zu erstellen, die ihnen beim Wachstum helfen und die schwierigsten Teile des Online-Verkaufs verschwinden lassen. Wir konzentrieren uns auf Handwerk, Innovation und Zusammenarbeit, um außergewöhnliche Auswirkungen für E-Commerce-Unternehmen weltweit zu erzielen.

Rollenzusammenfassung
Wir suchen einen Produkt-ML-Ingenieur, der sich einem unserer Produkterfahrungsteams – SMB, Scaler oder Enterprise – anschließt und die ML-Seite kurzer, wirkungsvoller Projekte übernimmt.
Sie arbeiten an fokussierten ML-Problemen mit einem klaren Produktergebnis, manchmal optimieren Sie eines unserer Modelle, manchmal integrieren Sie das beste extern verfügbare Modell, wählen aber immer den schnellsten und effektivsten Weg zum Kundennutzen.
Sie bringen die technische Tiefe eines angewandten Wissenschaftlers mit und arbeiten gleichzeitig mit dem Tempo und Pragmatismus eines Produktingenieurs. Der Weg von der Formulierung des Problems bis hin zum Versand, der Messung und der Iteration der Funktion in der Produktion liegt bei Ihnen.
Dies ist keine Forschungsaufgabe. Ihr Zeithorizont beträgt Wochen statt Quartale, und der Erfolg wird daran gemessen, was die Benutzer erreicht und welche Auswirkungen dies hat.

Über die Rolle

• Direkte Einbettung in ein Produktteam. Arbeiten Sie eng mit dem SMB-, Scaler- oder Enterprise-Team an gezielten ML-Problemen zusammen, die mit klaren Kunden- und Geschäftsergebnissen verbunden sind.

• Eigene ML-Projekte durchgängig. Formulieren Sie das Problem, wählen Sie den Ansatz, führen Sie den Plan aus, liefern Sie das Feature aus und überwachen Sie seine Leistung in der Produktion.

• Treffen Sie die Entscheidung „Bauen vs. Kaufen“. Bestimmen Sie, wann Sie ein Modell selbst optimieren oder erstellen sollten, anstatt ein externes Modell, eine API oder eine vorhandene Bibliothek zu integrieren.

• Schneller Übergang von der Idee zur Produktion. Arbeiten Sie an Projekten, deren Umfang auf Wochen statt auf Quartale beschränkt ist, wobei schnelle Iteration und Kundenauswirkungen im Vordergrund stehen.

• Eng mit dem ML-Team zusammenarbeiten. Nutzen Sie eine gemeinsame Infrastruktur, Evaluierungstools und Fachwissen und bleiben Sie gleichzeitig in die Prioritäten und den Rhythmus des Produktteams eingebunden.

• Bleiben Sie nah an den Benutzern. Erhalten Sie schnelles Feedback von Kunden, überwachen Sie, wie die Leute Ihre Lieferungen nutzen, und nutzen Sie diese Erkenntnisse, um die nächste Iteration voranzutreiben.

• Bringen Sie technische Tiefe mit Pragmatismus in Einklang. Wissen Sie, wann tiefergehende Modellierungsarbeiten erforderlich sind und wann eine vorhandene Lösung bereits gut genug für den Versand ist.

• Produktionscode schreiben. Arbeiten Sie direkt in der Codebasis des Produktteams, anstatt hauptsächlich mit Forschungsnotizbüchern und Experimenten zu arbeiten.

• Eigene Qualität in der Produktion. Erstellen Sie fundierte Auswertungen, überwachen Sie die Leistung und untersuchen Sie Fehler, sobald die Funktion live ist.

Über Dich

• Sie haben ML in die Produktion gebracht. Sie verfügen über mehr als zwei Jahre praktische Erfahrung in der Entwicklung und Bereitstellung von ML-basierten Produkten und verfügen über umfassende Erfahrung mit PyTorch oder gleichwertigen Frameworks wie TensorFlow oder JAX.

• Sie verfügen über anwendungswissenschaftliche Tiefe. Sie können Vision- oder Diffusionsmodelle verfeinern, aussagekräftige Auswertungen entwerfen und bei Bedarf Trainingsläufe debuggen.

• Sie sind ein pragmatischer Bauunternehmer. Es geht Ihnen eher darum, das Problem des Kunden zu lösen, als zu beweisen, dass Ihr eigenes Modell der beste Ansatz ist. Sie nutzen gerne ein externes Modell, eine API oder eine vorhandene Bibliothek, wenn dies der schnellste Weg zur Wertschöpfung ist.

• Sie sind produktorientiert. Sie messen den Erfolg anhand der bereitgestellten Funktionen, des Benutzerverhaltens und der Geschäftsergebnisse und nicht allein anhand von Dokumenten oder Benchmarks.

• Sie sind mit Produktionscodebasen vertraut. Sie können zwischen Experimenten und Produktionstechnik wechseln und wartbaren Code schreiben, der in einem echten Produkt steckt.

• Sie haben eine starke Eigenverantwortung. Sie fühlen sich wohl dabei, ein mehrdeutiges ML-Problem anzugehen, zu entscheiden, worauf es ankommt, einen Ansatz zu wählen und ihn in die Produktion umzusetzen.

• Sie iterieren schnell. Sie genießen kurze Feedbackschleifen und möchten lieber etwas Nützliches liefern, von Benutzern lernen und es verbessern, als Monate damit zu verbringen, etwas zu optimieren, das noch nicht in Produktion gegangen ist.

• Sie sind neugierig und kooperativ. Sie können sowohl Ihr Fachwissen erläutern als auch von dem umfassenden technischen Fachwissen um Sie herum lernen. Sie legen Wert auf Wissensaustausch und Bescheidenheit.

• Sie sprechen fließend Englisch. Französisch ist nicht erforderlich.

Gut zu haben: Erfahrung beim Transport generativer Bildmodelle oder Diffusionsmodelle in die Produktion; Erfahrung in der Bewertung von KI-APIs von Drittanbietern im Vergleich zu internen Alternativen; Erfahrung in der Arbeit in einem schnell wachsenden Startup oder direkt in einem Produktteam.

Vorteile

• Wettbewerbsfähiges Gehalt + sinnvolle Eigenkapitalausstattung

• Hybrides Arbeiten von unserem Pariser Hauptsitz aus

• Visa-Sponsoring und Umzugsunterstützung bis zu 10.000 €

• MacBook Pro und vollständige Home-Office-Einrichtung

• 30 Tage Jahresurlaub

• Private Gesundheitsversorgung

• Regelmäßige Firmenausflüge und Team-Retreats

• Internationales englischsprachiges Team

• Sprachunterricht in Englisch und Französisch

Einstellungsprozess

• Screening mit einem ML-Forscher/Ingenieur

• Technische Heimaufgabe und Überprüfung mit dem Team

• Kulturgerechtes Vorstellungsgespräch und Treffen mit dem Team

• Referenzprüfung und Angebot…

Quelle: Arbeitnow (https://www.arbeitnow.fr/jobs/companies/photoroom/product-ml-engineer-paris-429492)