Ingeniero de aprendizaje automático de productos

Sobre nosotros
Fundada en 2019 y parte de la cohorte 2020 de Y Combinator, Photoroom es la solución visual líder para el comercio electrónico.

Hemos recaudado fondos de Serie B y hemos llegado a más de 300 millones de usuarios en todo el mundo, procesando más de 5 mil millones de imágenes anualmente y brindando servicios tanto a pequeñas empresas como a grandes empresas como Amazon, DoorDash y Decathlon a través de nuestra aplicación móvil, plataforma web y API.

Somos un equipo de más de 100 creadores apasionados que brindan a las empresas de comercio electrónico superpoderes para crear imágenes que las ayuden a crecer, haciendo desaparecer las partes más difíciles de vender en línea. Nos centramos en la artesanía, la innovación y la colaboración para crear un impacto excepcional para las empresas de comercio electrónico en todo el mundo.

Resumen de funciones
Buscamos un ingeniero de aprendizaje automático de productos para unirse a uno de nuestros equipos de experiencia de productos (SMB, Scaler o Enterprise) y ser responsable del lado de aprendizaje automático de proyectos cortos y de alto impacto.
Trabajará en problemas de ML enfocados con un resultado de producto claro, a veces ajustando uno de nuestros modelos, a veces integrando el mejor modelo disponible externamente, pero siempre eligiendo el camino más rápido y efectivo hacia el valor para el cliente.
Aportarás la profundidad técnica de un científico aplicado mientras operas con el ritmo y el pragmatismo de un ingeniero de producto. Serás dueño del recorrido desde la formulación del problema hasta el envío, la medición y la iteración de la función en producción.
Este no es un rol de investigación. Su horizonte temporal es de semanas en lugar de trimestres, y el éxito se mide por lo que llega a los usuarios y el impacto que genera.

sobre el papel

• Integrarse directamente dentro de un equipo de producto. Trabaje en estrecha colaboración con el equipo de SMB, Scaler o Enterprise en problemas de ML enfocados vinculados a resultados claros para el cliente y el negocio.

• Proyectos propios de ML de principio a fin. Enmarque el problema, elija el enfoque, ejecute el plan, envíe la característica y monitoree su desempeño en producción.

• Tomar la decisión de construir versus comprar. Determine cuándo ajustar o crear un modelo usted mismo en lugar de integrar un modelo externo, una API o una biblioteca existente.

• Pasar rápidamente de la idea a la producción. Trabaje en proyectos con un alcance de semanas en lugar de trimestres, priorizando la iteración rápida y el impacto en el cliente.

• Trabajar en estrecha colaboración con el equipo de ML. Aproveche la infraestructura compartida, las herramientas de evaluación y la experiencia sin dejar de estar integrado en las prioridades y la cadencia del equipo de producto.

• Manténgase cerca de los usuarios. Obtenga comentarios rápidos de los clientes, supervise cómo las personas usan lo que ha enviado y utilice esos conocimientos para impulsar la siguiente iteración.

• Equilibrar la profundidad técnica con el pragmatismo. Sepa cuándo es necesario un trabajo de modelado más profundo y cuándo una solución existente ya es lo suficientemente buena para enviarse.

• Escribir código de producción. Trabaje directamente en la base de código del equipo de producto en lugar de operar principalmente a través de experimentos y cuadernos de investigación.

• Calidad propia en la producción. Cree evaluaciones sólidas, supervise el rendimiento e investigue fallos una vez que la función esté activa.

Acerca de ti

• Ha enviado ML a producción. Tiene más de 2 años de experiencia práctica en la creación y envío de productos basados ​​en ML, con una sólida experiencia en PyTorch o marcos equivalentes como TensorFlow o JAX.

• Tienes profundidad en ciencias aplicadas. Puede ajustar los modelos de visión o difusión, diseñar evaluaciones significativas y depurar ejecuciones de capacitación cuando sea necesario.

• Eres un constructor pragmático. Le importa resolver el problema del cliente en lugar de demostrar que su propio modelo es el mejor enfoque. Con mucho gusto utilizará un modelo externo, una API o una biblioteca existente cuando esa sea la ruta más rápida para obtener valor.

• Tiene una mentalidad de producto. El éxito se mide a través de las funciones enviadas, el comportamiento del usuario y los resultados comerciales, en lugar de hacerlo únicamente con documentos o puntos de referencia.

• Se siente cómodo con las bases de código de producción. Puede moverse entre la experimentación y la ingeniería de producción, escribiendo código mantenible que viva dentro de un producto real.

• Tiene una propiedad sólida. Se siente cómodo abordando un problema de aprendizaje automático ambiguo, decidiendo qué importa, eligiendo un enfoque y llevándolo a producción.

• Iteras rápidamente. Le gustan los ciclos de retroalimentación breves y prefiere enviar algo útil, aprender de los usuarios y mejorarlo que pasar meses optimizando algo que no ha llegado a producción.

• Eres curioso y colaborador. Puede explicar su experiencia y aprender de la profunda experiencia técnica que lo rodea. Valoras el intercambio de conocimientos y la humildad.

• Hablas inglés con fluidez. No se requiere francés.

Es bueno tener: experiencia en el envío de modelos de imágenes generativas o modelos de difusión a producción; experiencia en la evaluación de API de IA de terceros frente a alternativas internas; experiencia trabajando en una startup de rápido crecimiento o directamente dentro de un equipo de producto.

Beneficios

• Salario competitivo + equidad significativa

• Trabajo híbrido desde nuestra sede en París

• Patrocinio de visas y apoyo a la reubicación hasta 10.000 €

• MacBook Pro y configuración completa de oficina en casa

• 30 días de vacaciones anuales

• Atención sanitaria privada

• Retiros regulares en equipo y fuera de las instalaciones de la empresa

• Equipo internacional de habla inglesa

• Clases de idiomas en inglés y francés.

Proceso de contratación

• Evaluación con un investigador/ingeniero de ML

• Asignación técnica a domicilio y revisión con el equipo.

• Entrevista de ajuste cultural y conocer al equipo

• Consulta de referencias y oferta…

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