Machine Learning Engineer Job

YASH Technologies est un intégrateur technologique de premier plan spécialisé dans l'aide aux clients pour réimaginer les modèles opérationnels, améliorer la compétitivité, optimiser les coûts, favoriser des expériences exceptionnelles pour les parties prenantes et impulser la transformation des entreprises.

Chez YASH Technologies, nous sommes un groupe des esprits les plus brillants travaillant avec les technologies de pointe. Notre but est ancré dans une vérité unique - apporter de réels changements positifs dans un monde de plus en plus virtuel qui nous pousse au-delà des écarts générationnels et des disruptions du futur.

Nous recrutons actuellement des professionnels du Machine Learning (ML). Si vous recherchez des opportunités de pointe dans l'industrie, il est temps de rejoindre notre ligne de service numérique innovante.

Notre ligne de service numérique recherche des professionnels "Machine Learning Engineer" expérimentés avec une expérience pratique. Le candidat sélectionné doit être capable d'analyser les besoins techniques et de collaborer avec les clients pour développer des documents de cadrage de projets et des plans de projet. Bien que les responsabilités soient principalement techniques, une bonne compréhension fonctionnelle du processus métier est également cruciale.

En tant que Machine Learning Engineer axé sur les produits LLM et GenAI, vous serez responsable de la conception, du développement et du déploiement des fonctionnalités de la plateforme LLM et GenAI à un niveau industriel. Vous travaillerez en étroite collaboration avec des data scientists, des ingénieurs de plateforme, des ingénieurs cloud et des architectes dans la réalisation des fonctionnalités, le prototypage, l'ingénierie et l'industrialisation.

Les fonctionnalités sur lesquelles vous travaillerez peuvent inclure des connecteurs de données vers des bases de données publiques ou propriétaires, l'accès à des LLM (hébergés en interne en open-source ou des API SaaS externes), des outils avec une logique personnalisée et/ou des agents qui offrent collectivement des moteurs évolutifs et fiables capables de fonctionner au sein d'une architecture de microservices. Vous fonctionnerez au sein de cycles de conception et de livraison agiles, en informant et influençant notre architecture de plateforme de référence avec des retours basés sur votre expérience pratique.

Le candidat idéal maîtrise les technologies émergentes, les plateformes et les applications, et est capable de les personnaliser pour améliorer la sécurité et l'efficacité de notre entreprise. Vos contributions auront un impact durable sur nos clients et notre organisation, élevant la stratégie produit LLM et GenAI à un niveau supérieur.

• Diplôme de baccalauréat en technologie de l'information, informatique, intelligence artificielle ou domaines connexes.
• Minimum 5 ans d'expérience dans la conception, le développement et le déploiement de qualité industrielle d'applications IA, ML et/ou NLP axées sur des données non structurées ou multi-modales.
• Expérience avec les services d'IA cloud-native offerts par AWS (préféré) et/ou Azure.
• Maitrise des frameworks de développement d'applications LLM tels que Langchain, LlamaIndex, Haystack ou Semantic Kernel est fortement souhaitée.
• Bonne compréhension des bonnes pratiques de conception API, conteneurisation, microservices et déploiement avec des services d'orchestration de conteneurs tels que AWS ECS ou Kubernetes.
• Expérience avec le contrôle de version (git), les tests automatisés, l'intégration continue et le déploiement.
• Expérience avec des bases de données vectorielles open-source ou propriétaires telles que FAISS, Quadrant, ou Pinecone est importante. Expérience avec des moteurs de recherche sémantique basés sur le cloud comme Azure Cognitive Search et/ou AWS Kendra est un plus.
• Familiarité avec les cadres MLOps ou FMOps et expérience pratique de la gestion du déploiement et du cycle de vie des modèles IA/ML/NLP.
• Maitrise des techniques avancées d'ingénierie de prompts comme ReAct, Chain-of-Thought, etc., est un plus.
• Expérience avec les bibliothèques populaires pour Transformers telles que HuggingFace, SparkNLP, et la capacité à affiner les modèles en utilisant des techniques basées sur des adaptateurs.
• Capacité à travailler de manière transversale et maîtrise de l'anglais.