Machine Learning Engineer

theScore, une fière filiale de PENN Entertainment, a pour mission de donner les moyens à des millions de fans de sports avec des produits numériques de pointe et de paris sportifs. Notre application médiatique populaire 'theScore' offre des scores en direct hautement personnalisés, des nouvelles, des statistiques et des informations sur les paris aux fans de toute l'Amérique du Nord. Parallèlement, notre application de paris sportifs ‘theScore Bet Sportsbook & Casino’ propose une expérience complète de paris sportifs et iCasino mobile, actuellement active en Ontario. theScore excelle également dans la création et la distribution de contenu numérique innovant à travers le web, les réseaux sociaux et les plateformes d'esports.

L'équipe de Data Science & Machine Learning joue un rôle clé dans l'amélioration de toutes les offres numériques de PENN Entertainment grâce à des modèles avancés et des APIs. Notre équipe prospère grâce à la créativité, la collaboration, l'ingéniosité et le sens des responsabilités. En tant qu'Ingénieur en Machine Learning, vous aurez l'opportunité unique de contribuer, d'optimiser et de déployer divers modèles, ainsi que de développer de nouvelles fonctionnalités pour notre plateforme de machine learning.

• Moteurs de recommandation: Diriger les utilisateurs vers le contenu qu'ils veulent voir.
• Modélisation de la toxicité dans les chats: Favoriser un environnement de chat communautaire inclusif.
• Probabilité de vente croisée: Permettre aux utilisateurs d'explorer toute la gamme des offres de PENN Entertainment.
• Identification des utilisateurs bot: Combattre la fraude en identifiant les utilisateurs non humains sur les plateformes numériques de PENN Entertainment.

En tant que membre essentiel de notre équipe d'ingénierie en machine learning, vos responsabilités incluent :

• Concevoir et construire de nouveaux pipelines de machine learning et des routines d'optimisation.
• Déployer des modèles et des livrables en collaboration avec les leaders d'équipes fonctionnelles et les parties prenantes à travers Product, Operations, Marketing, etc.
• Améliorer notre plateforme de machine learning en mettant en œuvre les meilleures pratiques de ML ops.
• Réaliser des tests et évaluations approfondis de nouveaux outils et technologies pour évaluer leur adéquation.
• Communiquer efficacement avec les parties prenantes techniques et non techniques.
• Rédiger et maintenir la conception technique et la documentation dans Git/Confluence.
• Effectuer d'autres tâches connexes selon les besoins.

Le candidat idéal aura :

• Un minimum de 5 ans d'expérience professionnelle, dont au moins 3 ans en tant qu'Ingénieur en Machine Learning.
• Un diplôme en informatique, science des données, statistiques, génie informatique ou un domaine technique connexe.
• Une expérience approfondie dans le déploiement d'applications en utilisant Docker, Kubernetes, Terraform, GitHub et d'autres outils pertinents.
• Une maîtrise de Python et SQL, avec une connaissance supplémentaire de langages comme Go, Rust, Scala, R et C++ comme un plus.
• Une expertise prouvée dans la mise en place de pipelines CI/CD pour des projets de machine learning, y compris la validation de code, de données et de modèles.
• Une expérience dans le développement de pipelines de machine learning avec des outils d'orchestration tels que Airflow, Kubeflow ou Dagster.
• Une expérience approfondie avec des projets dbt.
• Une expérience dans le déploiement de solutions de machine learning dans des clouds publics comme AWS, Azure ou Google Cloud Platform.
• Une familiarité avec les frameworks de machine learning populaires tels que TensorFlow, PyTorch, Caffe et Keras.

• Expérience dans la construction de solutions de traitement de flux en temps réel en utilisant Kafka, Spark ou Flink.
• Expérience avec des technologies de magasin de fonctionnalités virtuelles comme Featureform ou Feast.
• Expérience d'intégration avec des outils BI tels que Mode, Tableau ou Looker.
• Expérience dans le déploiement et la surveillance de grands modèles de langage (LLMs).