Machine Learning Engineer

À propos de Machina Labs

Établi en 2019 par des experts des industries aérospatiale et automobile, Machina Labs est une entreprise pionnière de la fabrication intelligente située à Los Angeles, en Californie. Tirant parti des avancées de pointe en intelligence artificielle et en robotique, Machina Labs a pour mission de créer les usines définies par logiciel du futur. Notre objectif est de développer des solutions de fabrication modulaires capables de s'adapter sans effort à de nouveaux produits simplement en mettant à jour le logiciel. Nous nous concentrons actuellement sur la construction de la première machine commerciale de formage de tôle robotique au monde, avec le soutien important d'investisseurs de renom tels que NVIDIA, Innovation Endeavors et Lockheed Martin.

Description du poste : Ingénieur en apprentissage automatique

Nous recherchons un ingénieur en apprentissage automatique qualifié pour rejoindre notre équipe innovante. En tant que membre précoce, vous jouerez un rôle central dans la définition de notre produit et de notre entreprise. Votre principale responsabilité sera de développer des modèles pour prédire avec précision les paramètres de processus essentiels utilisés dans nos systèmes de production. Alors que nos robots et capteurs génèrent des données massives chaque seconde, vous veillerez à la capture, au stockage, à l'analyse et à la modélisation appropriés des données afin de faire progresser les technologies de fabrication intelligente. Ces capacités permettront à nos clients de l'aérospatiale et de l'automobile de fabriquer des pièces plus rapidement, plus efficacement et de produire des composants jugés auparavant inaccessibles.

Dans ce rôle, vous tirerez parti de votre expertise dans le développement de modèles empiriques au sein du secteur des technologies pour révolutionner l'industrie de la fabrication. Vos compétences en développement logiciel seront cruciales pour créer des applications fiables intégrant vos modèles. Vous suivrez des pratiques de développement agile et mettrez en œuvre des logiciels de haute qualité s'intégrant parfaitement à nos systèmes de production.

Les responsabilités incluent :

Collaborer avec l'équipe d'ingénierie pour identifier les opportunités d'automatisation par apprentissage automatique et de modélisation prédictive dans tous les produits Machina Labs.
Effectuer du data mining pour découvrir des insights précieux et développer, entraîner et déployer les modèles en conséquence.
Définir les métriques appropriées pour chaque projet en alignement avec les objectifs commerciaux.
Effectuer le nettoyage des données et les processus ETL pour extraire les caractéristiques pertinentes pour la modélisation.
Aider les membres de l'équipe dans l'analyse et l'interprétation des données.
Mettre en place des tests A/B appropriés pour diverses solutions ou modèles.
Construire des pipelines soutenant des modèles d'apprentissage automatique concurrents en production.
Développer des outils de surveillance pour évaluer la qualité des données et les performances du système.
Encadrer et soutenir les autres ingénieurs dans leur croissance.
Participer activement au processus d’entretien.

Qualifications

Licence, MS, ou Ph.D. en science des données, informatique, apprentissage automatique, statistiques ou un domaine quantitatif connexe, ou expérience professionnelle équivalente.
Plus de 2 ans d'expérience avec les systèmes d'apprentissage automatique, les algorithmes ou les applications, tels que l'apprentissage profond et l'analyse des séries temporelles.
Expérience dans des environnements de startups ou de développement de produits précoces.
Solide compréhension des algorithmes fondamentaux en informatique et de leur évolutivité dans les structures de données, les algorithmes et la conception de logiciels.
Compétences en programmation avec une vaste expérience en Python.
Connaissance complète des systèmes et processus de build/release.
Expérience avec les entrepôts de données, les lacs de données et les processus ETL.
Familiarité avec les plateformes de big data (Hadoop, Spark, Hive) et les frameworks d'orchestration (Airflow), ainsi qu'avec les environnements analytiques (Databricks, Sagemaker, Jupyter).