Machine Learning Engineer

Job expired!

Chez Medifast, nous sommes passionnés par notre mission de favoriser la Transformation à Vie, Une Habitude Saine à la Fois®. En nous rejoignant, vous faites partie d'une communauté dynamique et en pleine croissance, dédiée à promouvoir la santé et le bien-être. Si vous recherchez une carrière gratifiante qui a un impact tangible sur la vie des gens au quotidien, Medifast pourrait être l'endroit idéal pour vous.

Nous recherchons un talentueux Ingénieur en Apprentissage Automatique pour rejoindre notre équipe. Le candidat idéal aura une solide expérience en apprentissage automatique, en analyse de données et en ingénierie logicielle. Ce rôle implique de développer et de déployer des modèles d'apprentissage automatique évolutifs pour améliorer nos offres de produits et améliorer les expériences des Coaches et Clients.

Concevoir, développer et déployer des modèles et des algorithmes d'apprentissage automatique pour résoudre des problèmes commerciaux complexes dans le domaine de la santé et du bien-être.
Collaborer avec des équipes interfonctionnelles, y compris les scientifiques des données, les ingénieurs logiciels et les chefs de produit, pour intégrer des solutions d'apprentissage automatique dans les systèmes de production.
Effectuer une analyse de données approfondie et un ingénierie de caractéristiques pour soutenir le développement des modèles.
Mettre en œuvre les meilleures pratiques pour la formation, la validation et l'évaluation des modèles.
Surveiller et maintenir la performance des modèles déployés, en s'assurant qu'ils restent précis et efficaces dans le temps.
Développer et maintenir la documentation des processus et des modèles d'apprentissage automatique.
Rester à jour avec les dernières avancées en apprentissage automatique et en intelligence artificielle pour améliorer les modèles et processus existants.
Participer aux revues de code et contribuer au développement des normes et pratiques de l'équipe.
Travailler avec des ensembles de données à grande échelle et des cadres de calcul distribué.
Assurer la conformité avec les réglementations en matière de confidentialité et de sécurité des données.

L'ingénieur en apprentissage automatique jouera un rôle crucial dans l'amélioration des capacités d'OPTAVIA grâce à des techniques avancées d'apprentissage automatique. Bien que le poste n'inclue pas de rapports directs, il implique une collaboration extensive avec des équipes interfonctionnelles, soutenant des départements comme le développement de produits, le marketing et les finances. Ce rôle exige une expertise technique élevée et des compétences en résolution de problèmes en raison de la complexité et de l'ampleur des données impliquées.

Diplôme de licence en informatique, science des données, apprentissage automatique, statistiques ou un domaine connexe. Un master ou un doctorat est préférable.
Maîtrise des langages de programmation tels que Python, R ou Java.
Bonne compréhension des cadres et des bibliothèques d'apprentissage automatique (par exemple, TensorFlow, PyTorch, Scikit-learn).
Expérience avec la prétraitement des données, l'ingénierie des caractéristiques et les techniques d'évaluation des modèles.
Familiarité avec les outils et plateformes de big data (par exemple, Hadoop, Spark, AWS, Google Cloud, Azure).
Excellentes compétences en résolution de problèmes et capacité de réflexion critique.
Compétences en communication efficaces pour expliquer des concepts techniques complexes à des intervenants non techniques.
Capacité à travailler en collaboration dans une équipe et à gérer plusieurs projets simultanément.
Connaissance des principes d'ingénierie logicielle, y compris le contrôle de version, les tests et CI/CD.
Compréhension des principes de confidentialité et de sécurité des données.
Plus de 4 ans d'expérience dans le domaine de l'apprentissage automatique ou un domaine connexe.
Historique éprouvé de développement et de déploiement de modèles d'apprentissage automatique dans un environnement de production.
Expérience avec des ensembles de données volumineux et des environnements de calcul distribué.
Préféré : Familiarité avec l'intelligence artificielle, les réseaux neuronaux et les modèles de prévision de la demande.