Ingénieur ML

Voulez-vous vous plonger profondément dans l'IA et le ML ?
Êtes-vous capable de transformer n'importe quelle question d'entreprise en juste la bonne analyse pour trouver la meilleure approche ? Êtes-vous prêt à apporter votre expérience, votre connaissance et votre forte passion pour la recherche empirique dans notre équipe d'IA/ML ?

En tant que Ingénieur ML, votre principal travail consistera à mettre en œuvre solutions d'apprentissage machine et de traitement.

Explorez votre potentiel avec iOLAP et nos créateurs de solutions à l'échelle mondiale !

Quelles seront vos tâches en tant que Lead Ingénieur ML chez iOLAP ?

• Réaliser un projet ML/DL de A à Z
• Utiliser les outils d'ETL pour analyser, extraire, normaliser les données pertinentes
• Étudier et transformer les prototypes de science des données
• Rechercher et mettre en œuvre les algorithmes et outils ML appropriés
• Développer des applications d'apprentissage automatique selon les exigences
• Sélectionner les ensembles de données appropriés et les méthodes de représentation des données
• Exécuter des tests et des expériences d'apprentissage automatique
• Étendre les bibliothèques et les frameworks ML existants
• Gérer et soutenir les membres de l'équipe
• Coordonner avec les parties prenantes pour assurer la livraison du projet

Nous construisons avec :

Compétences et talents que nous attendons de vous pour mener à bien votre travail :

• Compétence dans le développement de codes logiciels dans un ou plusieurs langages de programmation (Java, Scala, Python, etc.)
• Compétence en SQL et PySpark avec expérience dans l'optimisation du code
• Expérience dans l'utilisation des bibliothèques ML de base (Keras, TensorFlow, Pytorch, MxNet etc.)
• Expérience pratique en administration, de la mise en place des environnements pour divers outils à leur administration réussie (AWS de préférence)
• Expérience de travail avec la plateforme cloud AWS (Lambda, S3, C2, EMR, Dynamo DB, instances ML, etc.)
• Compétences démontrables dans la préparation des données CV ou NLP et la mise en œuvre de la pipeline
• Compétence technique dans les méthodologies du cycle de vie de la science des données
• Expérience avec le déploiement de modèles : conteneurs, microservices, et fonctions sans serveur
• Forte compétence dans la validation, les tests unitaires, et les compétences de débogage
• Connaissance des bases de données relationnelles
• Compréhension compétente des outils de versionnage de code (Git)

Nous pourrions être le match parfait si vous êtes :