Machine Learning Engineer

Keystone est une société de conseil distinguée qui combine économie, technologie et stratégie pour résoudre les défis complexes auxquels sont confrontées les marques mondiales. Notre travail a un impact sur la société à l'échelle mondiale, opérant à l'avant-garde des cas technologiques influents qui façonnent le comportement des consommateurs et les cadres réglementaires. Nous apportons de la valeur en fournissant des idées et des produits qui définissent l'avenir de l'écosystème technologique. Keystone adopte une approche interdisciplinaire, tirant parti de l'économie, des logiciels, de la technologie et de la stratégie commerciale pour proposer des idées transformatrices.

Chez Keystone, nous croyons en la saisie de chaque opportunité de créativité. Les idées transformatrices remettent souvent en question les connaissances communes. Nous privilégions le travail acharné, la gentillesse et la confiance, ce qui peut aider à naviguer même dans les situations catastrophiques. L'impact nécessite des efforts, et rien n'est trop loin pour être sauvé. Nous croyons que nous pouvons obtenir des résultats sans précédent grâce à une réflexion libre.

En tant qu'ingénieur en apprentissage automatique, vous appliquerez votre profonde compréhension de l'apprentissage automatique, de l'ingénierie logicielle et de la résolution de problèmes pour créer des solutions évolutives et robustes pour nos clients. Vous dirigerez tout le processus de développement, collaborant avec nos économétriciens et équipes d'ingénierie pour définir les solutions, former des modèles, les déployer dans des environnements de production et mettre en place des outils de surveillance, des alertes et des outils de diagnostic pour soutenir les opérations des modèles ML. Nous opérons comme une startup, appréciant les compétences étendues, la flexibilité et l'enthousiasme pour l'apprentissage et l'enseignement continus.

Vos principales responsabilités en tant qu'ingénieur en apprentissage automatique comprendront :

• Collaborer avec des équipes pluridisciplinaires pour identifier les défis commerciaux et les opportunités d'application des techniques d'apprentissage automatique
• Concevoir, implémenter et tester des modèles d'apprentissage automatique pour extraire des informations précieuses à partir de grandes bases de données complexes
• Effectuer des analyses de données approfondies et un prétraitement pour garantir des entrées de haute qualité pour les modèles
• Intégrer des solutions d'apprentissage automatique dans les systèmes existants et les dimensionner pour des applications réelles
• Contribuer au développement de modèles propriétaires d'apprentissage automatique, d'outils et de cadres
• Améliorer en continu les cadres de CI/CD et de test
• Se tenir au courant des dernières avancées en matière de technologies d'apprentissage automatique et d'IA

Les exigences incluent :

• Connaissances approfondies en architecture de systèmes et en meilleures pratiques d'ingénierie
• Maîtrise de langages de programmation tels que Python, R ou Java, et expérience avec des bibliothèques d'apprentissage automatique (e.g., TensorFlow, PyTorch, scikit-learn)
• Minimum 4 ans d'expérience en tant qu'ingénieur en apprentissage automatique, ingénieur logiciel, data scientist ou un rôle similaire, se concentrant sur le développement et le déploiement de modèles ML, et la construction d'infrastructures pour la mise à l'échelle des modèles et l'automatisation des pipelines
• Familiarité avec les plateformes de cloud computing et les cadres de calcul distribué
• Expérience avec les méthodes économétriques, y compris l'apprentissage automatique double, l'analyse des séries temporelles et les techniques d'optimisation
• Expérience avec des outils de virtualisation et de gestion de clusters, y compris Docker et Kubernetes
• Expérience avérée dans la livraison de solutions ML de bout en bout qui apportent une valeur significative aux parties prenantes
• Excellentes compétences en résolution de problèmes et capacité à travailler de manière indépendante dans un environnement dynamique
• Excellentes compétences en communication et en travail d'équipe pour une collaboration efficace avec divers intervenants
• Un solide bagage académique avec un diplôme en informatique, en ingénierie ou dans un domaine connexe ; des compétences académiques supplémentaires en économie sont préférées