Emploi
De la source partenaire
Gestionnaire, Ingénierie de l'apprentissage automatique
Prix sur demande
Détails
- Type de contrat
- Temps plein
- À distance
- Oui
- Entreprise
- Tala
- Niveau
- Senior
Description
Traduit automatiquement depuis English. Le texte original fait foi. Traduction automatique — une traduction plus précise est en préparation.
À propos de Tala
Tala est l'infrastructure de crédit native de l'IA qui relie le capital mondial à la majorité mondiale. Nous combinons des renseignements exclusifs sur les risques avec un réseau croissant de partenaires de capital et de distribution pour faciliter l'accès au crédit à grande échelle. À ce jour, Tala a distribué plus de 9 milliards de dollars de capitaux à plus de 14 millions de clients en Afrique, en Amérique latine et en Asie, créant ainsi l'ensemble de données contextuelles définitives sur les emprunteurs à fichiers légers dans les marchés émergents. Tala convertit désormais cette fondation en infrastructure partagée sur laquelle les partenaires, les fournisseurs de capitaux et les écosystèmes peuvent s'appuyer.
La société a été nommée à deux reprises sur la liste Fortune Impact 20, sur la liste CNBC des meilleures sociétés Fintech au monde, sur CNBC Disruptor 50 pendant cinq ans et sur la liste Forbes Fintech 50 pendant dix années consécutives.
Compte tenu de la nature mondiale de notre équipe, nous opérons selon une approche à distance avec des bureaux à Santa Monica, en Californie (siège) ; Nairobi, Kenya ; Mexico, Mexique ; Manille, Philippines ; et Bangalore, Inde.
La plupart des Talazens nous rejoignent parce qu'ils sont liés à notre mission. Si vous êtes motivé par l’impact que vous pouvez avoir chez Tala, nous serions ravis d’avoir de vos nouvelles !
Le rôle
Nous recherchons un gestionnaire, ingénierie de l’apprentissage automatique pour diriger l’équipe ML Platform de Tala. Cette personne gérera une équipe d'ingénieurs en apprentissage automatique chargés de créer les plates-formes, les cadres et l'infrastructure qui permettent à nos équipes de science des données de former, déployer, surveiller et exploiter en toute sécurité des modèles d'apprentissage automatique à grande échelle.
Il s’agit d’un rôle de gestion de joueur-entraîneur. Vous serez responsable du développement et de la croissance de l’équipe tout en fournissant suffisamment de leadership technique pour guider l’architecture, les pratiques d’ingénierie, la fiabilité et les systèmes de production. Le rôle se concentre particulièrement sur les systèmes d’inférence et de diffusion de données d’apprentissage automatique en temps réel, ainsi que sur les plates-formes qui prennent en charge le développement et le déploiement de modèles par lots.
Ce que vous ferez
Diriger et développer l'équipe
• Gérer et développer une équipe de 4 à 6 ingénieurs en apprentissage automatique de niveaux intermédiaire à supérieur.
• Embaucher, rechercher, interviewer et rapprocher de solides talents MLE.
• Établissez des attentes claires, fournissez des commentaires réguliers et créez des plans de développement pour les subordonnés directs.
• Coacher les ingénieurs vers la croissance et la promotion tout en comblant les écarts de performance directement et de manière réfléchie.
• Créer des opportunités permettant aux ingénieurs de se lancer dans des projets stimulants et de développer leur leadership technique.
Propre livraison d'ingénierie
• Fixez des objectifs trimestriels et assurez-vous que l'équipe les atteint systématiquement.
• Propre priorisation dans le travail de feuille de route des produits, les activités de gestion de l'entreprise et l'excellence opérationnelle.
• Équilibrer la capacité de l'équipe entre le nouveau développement, la maintenance, la dette technique et le support de production.
• Améliorez la productivité de l'équipe en réduisant les changements de contexte et en déléguant efficacement.
• Collaborer avec des ingénieurs et des responsables techniques pour estimer et définir la portée des travaux complexes.
Assurer un leadership technique
• Guider le développement de plates-formes et de cadres permettant aux data scientists et aux analystes d'explorer les données, de développer des fonctionnalités et de former, tester, déployer et surveiller les modèles ML.
• Fournir un leadership technique en matière d'infrastructure de modèles, d'inférence en temps réel, d'extraction de fonctionnalités de streaming, de traitement par lots et de systèmes de production ML.
• Favoriser des pratiques d'ingénierie solides en matière de tests, d'automatisation, d'observabilité, de tolérance aux pannes, d'infrastructure en tant que code et de déploiement.
• Posséder et améliorer les SLO, la santé d'astreinte, la planification des capacités, la fiabilité et la réponse aux incidents.
• Examiner les conceptions techniques et contribuer à l'élaboration de normes architecturales et à la réduction de la dette technique.
Partenaire dans toute l’organisation
• Travailler en étroite collaboration avec les équipes de science des données, d'ingénierie des données, de plateforme de données, de produits, de crédit et de développement commercial.
• Traduire les besoins commerciaux et techniques en solutions de plateforme ML évolutives.
• Coordonner les dépendances et la livraison entre plusieurs équipes d'ingénierie et de données.
• Aider à créer une structure et de la clarté dans un environnement où les priorités et les exigences peuvent évoluer.
Ce dont vous aurez besoin
Expérience en gestion
• Plus de 2 ans de gestion directe d'ingénieurs, y compris le recrutement, la gestion des performances, le coaching et le développement de carrière.
• Expérience de la gestion d'une équipe à travers au moins un cycle de performance complet.
• Capacité démontrée à coacher les ingénieurs vers une promotion et à remédier efficacement aux sous-performances.
• Expérience dans la gestion des objectifs, de la priorisation, de l'estimation et de la livraison de l'équipe.
• Expérience en production sur appel, en réponse aux incidents et en planification des capacités.
• Volonté de participer activement à la recherche, aux entretiens et à la fermeture de talents en ingénierie.
Expérience technique
• Plus de 6 ans d'expérience en génie logiciel back-end dans des applications grand public.
• Au moins 3 ans d'expérience pratique avec Python.
• Expérience dans la création et l'exploitation de systèmes d'apprentissage automatique ou d'inférence causale en production.
• Expérience antérieure en carrière dans la création et le déploiement de modèles ML ou d'infrastructures ML.
• Capacité à participer aux discussions sur l'architecture technique et la conception de systèmes et à fournir une orientation technique sans avoir besoin d'être le codeur principal.
• Solide compréhension de la qualité, de la sécurité, de la fiabilité, des tests et des opérations de production des logiciels.
Compétences techniques
Nous sommes particulièrement intéressés par les candidats ayant une expérience dans les domaines suivants :
• Langages : Python, SQL
• Apprentissage automatique : Jupyter, Pandas, Scikit-Learn, XGBoost, TensorFlow, PyTorch, Hugging Face
• Cloud et infrastructure : AWS, GCP, Azure, Kubernetes, Docker
• Streaming : Kafka, Kinesis, Beam, Flink, Spark Streaming
• Traitement par lots : Airflow, Metaflow
• Bases de données : MySQL, PostgreSQL, Cassandra, Snowflake, Druid et/ou technologies similaires
• API : REST, GraphQL, gRPC, tampons de protocole
• Ingénierie de production : DevOps, SLO, surveillance/observabilité, astreinte, planification des capacités, analyse des causes profondes
• ML/Analytics : apprentissage automatique, inférence causale, algorithmes évolutifs
Rémunération…
Source : Jobicy (https://jobicy.com/jobs/156097-manager-machine-learning-engineering)
Tala est l'infrastructure de crédit native de l'IA qui relie le capital mondial à la majorité mondiale. Nous combinons des renseignements exclusifs sur les risques avec un réseau croissant de partenaires de capital et de distribution pour faciliter l'accès au crédit à grande échelle. À ce jour, Tala a distribué plus de 9 milliards de dollars de capitaux à plus de 14 millions de clients en Afrique, en Amérique latine et en Asie, créant ainsi l'ensemble de données contextuelles définitives sur les emprunteurs à fichiers légers dans les marchés émergents. Tala convertit désormais cette fondation en infrastructure partagée sur laquelle les partenaires, les fournisseurs de capitaux et les écosystèmes peuvent s'appuyer.
La société a été nommée à deux reprises sur la liste Fortune Impact 20, sur la liste CNBC des meilleures sociétés Fintech au monde, sur CNBC Disruptor 50 pendant cinq ans et sur la liste Forbes Fintech 50 pendant dix années consécutives.
Compte tenu de la nature mondiale de notre équipe, nous opérons selon une approche à distance avec des bureaux à Santa Monica, en Californie (siège) ; Nairobi, Kenya ; Mexico, Mexique ; Manille, Philippines ; et Bangalore, Inde.
La plupart des Talazens nous rejoignent parce qu'ils sont liés à notre mission. Si vous êtes motivé par l’impact que vous pouvez avoir chez Tala, nous serions ravis d’avoir de vos nouvelles !
Le rôle
Nous recherchons un gestionnaire, ingénierie de l’apprentissage automatique pour diriger l’équipe ML Platform de Tala. Cette personne gérera une équipe d'ingénieurs en apprentissage automatique chargés de créer les plates-formes, les cadres et l'infrastructure qui permettent à nos équipes de science des données de former, déployer, surveiller et exploiter en toute sécurité des modèles d'apprentissage automatique à grande échelle.
Il s’agit d’un rôle de gestion de joueur-entraîneur. Vous serez responsable du développement et de la croissance de l’équipe tout en fournissant suffisamment de leadership technique pour guider l’architecture, les pratiques d’ingénierie, la fiabilité et les systèmes de production. Le rôle se concentre particulièrement sur les systèmes d’inférence et de diffusion de données d’apprentissage automatique en temps réel, ainsi que sur les plates-formes qui prennent en charge le développement et le déploiement de modèles par lots.
Ce que vous ferez
Diriger et développer l'équipe
• Gérer et développer une équipe de 4 à 6 ingénieurs en apprentissage automatique de niveaux intermédiaire à supérieur.
• Embaucher, rechercher, interviewer et rapprocher de solides talents MLE.
• Établissez des attentes claires, fournissez des commentaires réguliers et créez des plans de développement pour les subordonnés directs.
• Coacher les ingénieurs vers la croissance et la promotion tout en comblant les écarts de performance directement et de manière réfléchie.
• Créer des opportunités permettant aux ingénieurs de se lancer dans des projets stimulants et de développer leur leadership technique.
Propre livraison d'ingénierie
• Fixez des objectifs trimestriels et assurez-vous que l'équipe les atteint systématiquement.
• Propre priorisation dans le travail de feuille de route des produits, les activités de gestion de l'entreprise et l'excellence opérationnelle.
• Équilibrer la capacité de l'équipe entre le nouveau développement, la maintenance, la dette technique et le support de production.
• Améliorez la productivité de l'équipe en réduisant les changements de contexte et en déléguant efficacement.
• Collaborer avec des ingénieurs et des responsables techniques pour estimer et définir la portée des travaux complexes.
Assurer un leadership technique
• Guider le développement de plates-formes et de cadres permettant aux data scientists et aux analystes d'explorer les données, de développer des fonctionnalités et de former, tester, déployer et surveiller les modèles ML.
• Fournir un leadership technique en matière d'infrastructure de modèles, d'inférence en temps réel, d'extraction de fonctionnalités de streaming, de traitement par lots et de systèmes de production ML.
• Favoriser des pratiques d'ingénierie solides en matière de tests, d'automatisation, d'observabilité, de tolérance aux pannes, d'infrastructure en tant que code et de déploiement.
• Posséder et améliorer les SLO, la santé d'astreinte, la planification des capacités, la fiabilité et la réponse aux incidents.
• Examiner les conceptions techniques et contribuer à l'élaboration de normes architecturales et à la réduction de la dette technique.
Partenaire dans toute l’organisation
• Travailler en étroite collaboration avec les équipes de science des données, d'ingénierie des données, de plateforme de données, de produits, de crédit et de développement commercial.
• Traduire les besoins commerciaux et techniques en solutions de plateforme ML évolutives.
• Coordonner les dépendances et la livraison entre plusieurs équipes d'ingénierie et de données.
• Aider à créer une structure et de la clarté dans un environnement où les priorités et les exigences peuvent évoluer.
Ce dont vous aurez besoin
Expérience en gestion
• Plus de 2 ans de gestion directe d'ingénieurs, y compris le recrutement, la gestion des performances, le coaching et le développement de carrière.
• Expérience de la gestion d'une équipe à travers au moins un cycle de performance complet.
• Capacité démontrée à coacher les ingénieurs vers une promotion et à remédier efficacement aux sous-performances.
• Expérience dans la gestion des objectifs, de la priorisation, de l'estimation et de la livraison de l'équipe.
• Expérience en production sur appel, en réponse aux incidents et en planification des capacités.
• Volonté de participer activement à la recherche, aux entretiens et à la fermeture de talents en ingénierie.
Expérience technique
• Plus de 6 ans d'expérience en génie logiciel back-end dans des applications grand public.
• Au moins 3 ans d'expérience pratique avec Python.
• Expérience dans la création et l'exploitation de systèmes d'apprentissage automatique ou d'inférence causale en production.
• Expérience antérieure en carrière dans la création et le déploiement de modèles ML ou d'infrastructures ML.
• Capacité à participer aux discussions sur l'architecture technique et la conception de systèmes et à fournir une orientation technique sans avoir besoin d'être le codeur principal.
• Solide compréhension de la qualité, de la sécurité, de la fiabilité, des tests et des opérations de production des logiciels.
Compétences techniques
Nous sommes particulièrement intéressés par les candidats ayant une expérience dans les domaines suivants :
• Langages : Python, SQL
• Apprentissage automatique : Jupyter, Pandas, Scikit-Learn, XGBoost, TensorFlow, PyTorch, Hugging Face
• Cloud et infrastructure : AWS, GCP, Azure, Kubernetes, Docker
• Streaming : Kafka, Kinesis, Beam, Flink, Spark Streaming
• Traitement par lots : Airflow, Metaflow
• Bases de données : MySQL, PostgreSQL, Cassandra, Snowflake, Druid et/ou technologies similaires
• API : REST, GraphQL, gRPC, tampons de protocole
• Ingénierie de production : DevOps, SLO, surveillance/observabilité, astreinte, planification des capacités, analyse des causes profondes
• ML/Analytics : apprentissage automatique, inférence causale, algorithmes évolutifs
Rémunération…
Source : Jobicy (https://jobicy.com/jobs/156097-manager-machine-learning-engineering)
Cette annonce provient d'un flux partenaire. Postulez sur le site source.
Source: Tala
Annonce fournie par Tala.
