Machine Learning Scientist II - Insights, Data Engineering & Analytics Group

Bienvenue dans le Groupe Insights, Data Engineering & Analytics (IDEAs) de Microsoft, une équipe centrale de science des données dédiée à l'ingénierie et au marketing de M365. En tant que l'un des plus grands groupes de science des données de Microsoft, IDEAs joue un rôle essentiel dans la livraison de données et d'analyses pour M365, gérant l'ensemble de la charte des sciences de la décision et du machine learning. En nous rejoignant, vous serez à la pointe des données, des insights, du machine learning, de l'IA et de la technologie, fournissant des insights exploitables qui guident des décisions commerciales cruciales pour l'ensemble de l'organisation M365.

En tant que Scientifique en apprentissage automatique II dans le Groupe IDEAs, vous serez responsable de la consolidation des données pertinentes dans des systèmes centraux pour créer une version unique de la vérité. Vous effectuerez des analyses d'opportunités et des généralisations d'hypothèses tout au long du cycle de vie complet du client. Ce rôle offre l'opportunité d'acquérir une expertise dans la conception, le prototypage et la mise en œuvre d'approches d'apprentissage automatique, de prévisions et de modèles d'inférence causale. Vous prospérerez dans un environnement d'équipe collaboratif qui valorise la collaboration inter-équipes et le succès collectif.

Microsoft aspire à donner à chaque personne et organisation sur la planète les moyens de réaliser plus. Nos employés s'unissent avec un état d'esprit de croissance, innovant pour autonomiser les autres et collaborant vers des objectifs communs. Nous nous appuyons sur des valeurs de respect, d'intégrité et de responsabilité pour créer une culture d'inclusion où chacun peut s'épanouir, tant au travail qu'en dehors.

• Développer des modèles d'apprentissage automatique avancés (classificateurs, apprentissage par renforcement, moteurs de recommandation, inférence causale et prévisions) impactant l'ingénierie, le marketing et la finance.
• Identifier et explorer des opportunités pour appliquer l'apprentissage automatique, l'IA et l'analyse prédictive.
• Collaborer avec les équipes produit, marketing, ventes et ingénierie.
• Travailler avec les ingénieurs pour développer et scaler des modèles opérationnels.
• Communiquer avec des publics techniques et non techniques, en apportant votre expertise en modélisation en tant que joueur d'équipe.
• Résoudre des problèmes complexes de manière innovante, menant des initiatives auto-dirigées pour obtenir les bons résultats.
• Incarner la culture et les valeurs de Microsoft.

• Licence en statistiques, économétrie, informatique, génie électrique ou informatique, ou dans un domaine connexe, ET plus de 2 ans d'expérience dans un domaine connexe (par ex. statistiques, analyse prédictive, recherche) OU Master dans les mêmes domaines ET plus de 1 an d'expérience connexe OU Doctorat dans les mêmes domaines OU expérience équivalente.
• Plus de 2 ans d'expérience dans la construction de modèles avancés d'apprentissage automatique avec un impact significatif, tels que l'apprentissage par renforcement, les prévisions, les grands modèles de langage (LLM), les moteurs de recommandation, les modèles d'inférence causale, etc.

• Capacité à répondre aux exigences de sécurité et de contrôle des antécédents de Microsoft, des clients et/ou du gouvernement, y compris la vérification des antécédents pour le Cloud de Microsoft à l'embauche/transfert et tous les deux ans par la suite.

• Plus de 2 ans d'expérience en communication écrite et verbale pour éduquer et collaborer avec des équipes interfonctionnelles.
• Plus d'1 an d'expérience dans la gestion de projets ambigus avec des données incomplètes ou imparfaites.
• Plus de 3 ans d'expérience avec SQL, R, Python pour implémenter des modèles statistiques et de machine learning dans des environnements de big data.
• Expérience avec des systèmes informatiques de grande échelle tels que COSMOS, Hadoop, MapReduce, etc.
• Maîtrise des langages de programmation tels que Java, C#.
• Familiarité avec des outils de deep learning comme CNT