Ingénieur en apprentissage automatique, IA appliquée

À propos
Aujourd’hui, plus de 5 milliards d’utilisateurs utilisent des applications de base telles que la messagerie électronique, les notes, les tâches et le calendrier, et elles ne sont pas natives de l’IA. Notre mission est de créer des applications proactives pour quiconque dans le monde, qui n'est pas habitué aux invites complexes. Notre objectif est d'apporter de l'intelligence aux conversations, aux courses, à l'organisation et aux flux de travail, avec un minimum, voire aucune invitation.
Notre première application est une application de communication mobile destinée aux agents. Nous pensons que la création d'applications que les utilisateurs utilisent quotidiennement pour les besoins de communication, de coordination et de collaboration contribuera à intégrer l'IA dans leur vie. L’effet net est d’éliminer la désinformation, d’obtenir de faibles coûts de coordination, de permettre des tâches de haute qualité et une collaboration à grande échelle avec un minimum ou peu d’incitations.

Rôle
Créez et améliorez les systèmes ML qui alimentent nos applications natives d’IA.
Travailler sur la classification, la récupération, le classement, la personnalisation et l'évaluation, en s'appropriant le développement du modèle jusqu'au déploiement en production.
Ce rôle est destiné aux ingénieurs qui aiment résoudre des problèmes pratiques de ML, améliorer la qualité des modèles et livrer des systèmes fiables utilisés par de vrais utilisateurs.

Concentrez-vous

• Créer et améliorer des modèles ML pour la classification, le classement, la récupération et la personnalisation.

• Développer des classificateurs efficaces et optimiser l'exactitude, la précision, la latence et les coûts des modèles.

• Améliorer la pertinence de la recherche et la récupération du contexte à l'aide des intégrations, de la recherche hybride et du reclassement.

• Créez des modèles de personnalisation qui apprennent du comportement des utilisateurs tout en respectant la confidentialité.

• Développer des pipelines d'évaluation, des ensembles de données étiquetés et des mesures pour mesurer la qualité du modèle.

• Affiner et adapter les modèles existants lorsqu'ils sont étayés par suffisamment de données.

• Créer et maintenir des pipelines de formation, d'inférence et de déploiement ML.

• Déboguez les problèmes de production, surveillez les performances du modèle et apportez des améliorations basées sur des commentaires réels.

Pile technologique

•Python

•PyTorch/JAX

• Embeddings, modèles de recherche vectorielle et de classement

• Systèmes de production ML et pipelines d'inférence

Expérience idéale

• Bases solides en apprentissage automatique et en architectures neuronales modernes.

• Expérience pratique dans la création et le déploiement de modèles ML en production.

• Expérience en classification, classement, récupération, systèmes de recommandation ou personnalisation.

• Compréhension de l'évaluation des modèles, de l'expérimentation et des mesures de performance.

• Confortable à écrire du code de qualité production et à travailler avec des ensembles de données du monde réel.

• Capable d'équilibrer la qualité du modèle, la latence, le coût et la fiabilité.

• Forte appropriation et compétences en résolution de problèmes

Résultats

• Les modèles ML en production répondent aux objectifs attendus en matière de précision, de pertinence, de latence et de fiabilité.

• Les améliorations en matière de classification et de classement génèrent des gains mesurables en matière de qualité des modèles.

• Les pipelines d'évaluation identifient les régressions et prennent en charge des versions de modèles fiables.

• Les pipelines de formation, d'inférence et de données sont robustes, reproductibles et maintenables.

• Les améliorations du modèle sont motivées par des commentaires concrets et des résultats mesurables.

• Collabore efficacement avec les équipes d'ingénierie et de produits pour fournir des fonctionnalités fiables basées sur le ML.

Comment nous travaillons
Les meilleurs produits au monde sont fabriqués par de petites équipes de classe mondiale. Nous sommes une équipe pratique et à haute densité de talents. Nous prenons des décisions collectivement et agissons rapidement, en équilibrant un travail de haute qualité et un apprentissage continu.
Rejoindre notre équipe nécessite la capacité d’apporter une structure, de faire preuve de jugement et d’exécuter de manière indépendante. Notre objectif est de mettre un produit vraiment magique entre les mains de nos utilisateurs.

Processus d'entrevue
S'il semble y avoir une adéquation, nous proposerons un programme de 3, mais pas plus de 4 entretiens.
Les candidatures sont évaluées par les membres de notre équipe technique. Les entretiens seront menés virtuellement et/ou sur place.
Nous valorisons la transparence et l’efficacité, alors attendez-vous à une décision rapide. Si vous avez démontré les compétences et l'état d'esprit exceptionnels que nous recherchons, nous vous proposerons de nous rejoindre.
Trouvez un emploi en Suisse sur Arbeitnow

Source : Arbeitnow (https://www.arbeitnow.ch/jobs/companies/bjak/machine-learning-engineer-applied-ai-zurich-427794)