Ingeniero sénior de aprendizaje automático, plataforma ML

El ingeniero senior de aprendizaje automático de ML Platform es responsable de crear, ejecutar y hacer evolucionar el monorrepo de ML utilizado por el grupo de aprendizaje automático de rayos X, tomografía computarizada y resonancia magnética de DeepHealth. El monorepo cubre el camino completo desde la experimentación hasta el producto: definiciones de conjuntos de datos y muestras, código de capacitación y evaluación, seguimiento de experimentos, exportación de modelos y servidores de inferencia que se ejecutan en producción. Todos en el equipo contribuyen al monorepo; este rol es el único punto de responsabilidad por ello. Esta función práctica posee la arquitectura, las herramientas y los estándares de ingeniería de esa base de código para un equipo distribuido de unos veinte ingenieros y científicos de aprendizaje automático, que trabajan con desarrolladores de modelos e ingenieros de software para hacer que el trabajo del equipo sea más rápido, mejor y más fácil de auditar. También lidera la estrategia de codificación agente del equipo, dando forma a cómo se utilizan los agentes de codificación de IA en todo el código base. El rol depende del líder del grupo ML para rayos X/CT/MRI.

Deberes y responsabilidades esenciales

• Poseer la arquitectura y hoja de ruta de ML Monorepo:

• Límites de módulos, abstracciones compartidas para conjuntos de datos y muestras, bucles de capacitación y evaluación, configuración y seguimiento de experimentos.

• Construir y ejecutar las herramientas de ingeniería alrededor del código base:

• Integración continua, pruebas, gestión de dependencias, contenedores, registros de artefactos y modelos, y programación de trabajos de GPU en infraestructura de nube (GCP) y HPC.

• Poseer el camino desde el punto de control entrenado hasta el modelo desplegable:

• Empaquetado de modelos, servidores de inferencia con contratos API obligatorios, reproducibilidad y presupuestos de rendimiento y memoria en el hardware de destino.

• Definir y hacer cumplir estándares de ingeniería (revisión de código, pruebas, documentación) de una manera que acelere la investigación en lugar de ralentizarla.

• Garantizar la trazabilidad de los datos, el código y las versiones de modelos en todos los experimentos y lanzamientos.

• Investigar y resolver problemas de rendimiento, confiabilidad y usabilidad en la pila planteados por el equipo y reducir su recurrencia a través de herramientas compartidas.

• Impulsar la estrategia de codificación agente del equipo: definir cómo se utilizan los agentes de codificación de IA en el monorepo, configurar las herramientas, las barreras y las convenciones que los hacen efectivos y ayudar a los colegas a adoptarlas.

• Revisar el código, asesorar a colegas sobre prácticas de ingeniería y comunicar claramente las decisiones técnicas y las compensaciones.

TENGA EN CUENTA: Esta no es una lista exhaustiva de todos los deberes, responsabilidades y requisitos del puesto descrito anteriormente. Se pueden asignar otras funciones y la gerencia se reserva el derecho de agregar o cambiar tareas en cualquier momento.

Calificaciones mínimas, educación y experiencia.

• Maestría en ciencias de la computación, ingeniería, matemáticas o un campo relacionado, o experiencia práctica equivalente (obligatoria).

• Más de 5 años de experiencia en ingeniería de software, incluida una parte importante en la construcción de infraestructura o herramientas utilizadas por equipos de aprendizaje automático, como una plataforma de aprendizaje automático o un marco de capacitación (obligatorio).

• Fuertes habilidades en Python y fundamentos de ingeniería de software: diseño de API, pruebas, refactorización y atención a la experiencia del desarrollador (requerido).

• Conocimiento sólido de PyTorch y experiencia práctica con capacitación y creación de perfiles de modelos (requerido).

• Experiencia en la ejecución de cargas de trabajo de ML en una plataforma en la nube, idealmente GCP (Vertex AI, Artifact Registry, IAM, almacenamiento) y con contenedorización (obligatoria).

• Experiencia en llevar modelos a producción: empaquetado de modelos, servicio de inferencia y restricciones de rendimiento y confiabilidad (obligatorio).

• Capacidad para trabajar en estrecha colaboración con los investigadores, traducir los puntos débiles recurrentes en herramientas compartidas y responder de manera constructiva cuando sea necesario (obligatorio).

• Capacidad para trabajar de forma autónoma en un equipo distribuido en varios sitios, con comunicación clara verbal y escrita en inglés (requerido).

• Experiencia en imágenes médicas (DICOM, volúmenes 3D, imágenes grandes) (preferiblemente).

• Experiencia en HPC y Slurm (preferiblemente).

• Contribuciones a herramientas de aprendizaje automático de código abierto (preferido).

Estándares de calidad

• Se comunica, coopera y funciona consistentemente de manera profesional y armoniosa con todos los niveles de supervisión, compañeros de trabajo, visitantes y proveedores.

• Demuestra iniciativa, conciencia personal, profesionalismo e integridad, y ejerce confidencialidad en todas las áreas de desempeño.

• Cumple todas las leyes locales, regionales y nacionales relativas al empleo.

• Sigue todas las políticas y procedimientos de DeepHealth.

• Sigue los estándares de privacidad, cumplimiento, seguridad y confidencialidad de los datos en todo momento.

• Practica precauciones de seguridad universales.

• Promueve buenas relaciones públicas por teléfono y en persona.

• Se adapta y está dispuesto a aprender nuevas tareas, métodos y sistemas.

• Se presenta para trabajar regularmente según lo programado; constantemente puntual con respecto a las horas de trabajo, comidas y descansos, y mantiene una asistencia personal satisfactoria de acuerdo con las pautas de DeepHealth.

• Completa las responsabilidades laborales de manera oportuna y con calidad.

viajar
Este puesto puede requerir viajes ocasionales entre bases de operaciones (París, Países Bajos, Grenoble/Rennes).
Ambiente de trabajo
Oficina/Híbrido. París, Isla de Francia, Francia.

Demandas físicas
El empleado debe poder realizar los deberes y responsabilidades esenciales del puesto, con o sin ajustes razonables.

Salario:
Depende de la experiencia
50.000-80.000 euros

Encuentre más trabajos de habla inglesa en Francia en Arbeitnow

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