Machine Learning Engineer : Recommendations (Remote)

Êtes-vous passionné par l'utilisation de l'IA pour transformer le paysage du commerce électronique ? Rejoignez Constructor, la seule plateforme de recherche et de découverte de produits spécifiquement conçue pour les entreprises de commerce électronique où les conversions comptent. Nos solutions basées sur l'IA permettent aux acheteurs de découvrir facilement les produits qu'ils désirent tout en permettant aux équipes de commerce électronique d'offrir des expériences d'achat hautement personnalisées, augmentant ainsi considérablement les revenus, les taux de conversion et les bénéfices. Nous sommes fiers d’offrir des augmentations de revenus constantes de plus de 10 millions de dollars pour des marques majeures telles que Sephora, Petco, home24, Maxeda Brands, Birkenstock et The Very Group.

Fondée en 2015 par Eli Finkelshteyn et Dan McCormick, Constructor est une entreprise basée aux États-Unis dédiée à la révolution du commerce électronique grâce à des technologies d'IA de pointe. Pour plus d'informations, visitez constructor.io.

Notre nouvel Assistant d'Achat IA utilise des approches innovantes telles que la génération augmentée par récupération (RAG) et les agents LLM, établissant une nouvelle norme pour la technologie du commerce électronique. Cet environnement à haute vitesse et en évolution rapide rassemble une équipe dynamique de designers, d'ingénieurs full-stack et d'ingénieurs en apprentissage automatique travaillant en collaboration sur plusieurs projets. En tant que membre de l'équipe, vous jouerez un rôle clé dans la conception de notre stratégie produit et sa priorisation, en utilisant des techniques analytiques, d'ingénierie et d'apprentissage automatique de classe mondiale pour améliorer et développer notre Assistant d'Achat IA.

• Construire et déployer des systèmes ML robustes pour créer des expériences d'achat personnalisées avec notre Assistant d'Achat IA.
• Concevoir et livrer des produits en utilisant des approches novatrices basées sur GenAI comme RAG et les agents LLM pour répondre aux besoins des clients et stimuler la croissance des revenus de manière efficace.
• Développer des méthodes pour évaluer et optimiser les pipelines basés sur LLM, en assurant une base solide pour améliorer les KPI commerciaux en validant des hypothèses.
• Optimiser les LLM open-source pour obtenir des performances élevées dans des domaines restreints, réduisant ainsi la dépendance vis-à-vis des grands modèles propriétaires.
• Participer à la planification stratégique, aux séances de brainstorming et de priorisation pour améliorer notre produit.
• Collaborer avec des partenaires techniques et non techniques pour développer des tableaux de bord analytiques qui communiquent l'impact du produit aux parties prenantes.

• Solide compréhension des techniques classiques d'apprentissage automatique.
• Expérience avec les technologies Big Data pour le développement de produits ML de bout en bout.
• Connaissance du traitement du langage naturel (NLP), en particulier des approches basées sur les transformateurs (préféré).
• Maitrise de Python et expérience en programmation asynchrone en Python.
• Compétences dans le développement et la maintenance de tableaux de bord analytiques pour les métriques commerciales et ML.
• Expérience pratique dans la conception, le développement et la maintenance de services en temps réel.
• Excellentes compétences en communication en anglais.
• Passion pour aider les autres à grandir et à réussir en tant que développeurs.
• Mentalité axée sur les données avec une passion pour l'expérimentation et l'utilisation des retours clients pour orienter les décisions.
• Solides compétences en planification stratégique et en priorisation.
• Apprentissage continu et suivi des récents progrès en IA et ML.

• Expérience dans l'optimisation et le déploiement de LLM open-source pour des applications spécifiques à un domaine.
• Proficient en codage côté serveur pour les services web et compréhension des principes de conception d'API.
• Expérience avec les bases de données NoSQL et relationnelles, les systèmes distribués et les solutions de mise en cache.
• Expérience pratique avec Docker pour la provision de services.
• Expérience avec les outils d'observabilité comme Prometheus et Grafana