MLOps Engineer

À propos de nous

Fondé en 2018, Causaly accélère l'acquisition de connaissances et le développement d'informations dans la biomédecine. Notre plateforme de génération d'IA de qualité production pour les recherches et l'automatisation des connaissances permet à des milliers de scientifiques de découvrir des preuves à partir de millions de publications académiques, d'essais cliniques, de documents réglementaires, de brevets et d'autres sources de données en quelques minutes. Nous collaborons avec certaines des plus grandes entreprises de biopharma et institutions mondiales sur divers cas d'utilisation, y compris la découverte de médicaments, la sécurité et l'intelligence compétitive. En savoir plus sur notre mission et impact sur notre blog.

Nous sommes fièrement soutenus par les meilleurs capital-risqueurs tels qu'ICONIQ, Index Ventures, Pentech et Marathon.

À propos du rôle : Ingénieur MLOps

L'ingénieur MLOps concevra, développera et maintiendra l'infrastructure et les outils qui supportent nos modèles d'apprentissage automatique. En travaillant en étroite collaboration avec des data scientists, des ingénieurs et des équipes produits, vous garantirez le bon fonctionnement de nos flux de travail de ML, de l'ingestion de données au déploiement des modèles.

Responsabilités :

• Concevoir, mettre en œuvre et maintenir notre infrastructure ML, y compris les pipelines de données, l'entraînement des modèles et les flux de travail de déploiement.
• Développer et maintenir des outils pour automatiser les workflows ML, y compris la pré-traitement des données, l'ingénierie des caractéristiques et l'évaluation des modèles.
• Collaborer avec les parties prenantes pour optimiser la performance, l'évolutivité et la fiabilité des modèles en production, y compris la surveillance, la journalisation et le dépannage.
• Développer et maintenir des vérifications de qualité des données et des pipelines de validation des données.
• Implémenter et maintenir la version de données et le suivi de la lignée des données.
• Se tenir au courant des derniers développements en MLOps et recommander les meilleures pratiques et nouvelles technologies à l'équipe.

Exigences :

• Licence ou Master en informatique, en ingénierie ou dans un domaine connexe.
• Expérience appliquée dans l'industrie en MLOps, DevOps ou un domaine connexe.
• Excellentes compétences en programmation en Python, avec une expérience dans les frameworks ML.
• Expérience en conteneurisation.
• Expérience avec les pipelines de données, l'entreposage de données et les processus ETL.
• Expérience en version de données et suivi de la lignée des données.
• Solide compréhension du déploiement, de l'évolutivité et de la gestion des modèles ML.
• Excellentes compétences en résolution de problèmes avec la capacité de déboguer des problèmes complexes.
• Excellentes compétences en communication et en collaboration, avec la capacité de travailler avec des équipes interfonctionnelles.
• Expérience avec les méthodologies de développement agile et les systèmes de contrôle de version tels que Git.

Qualifications préférées :

• Expérience avec des plateformes MLOps telles que MLflow, TensorFlow Extended (TFX) ou Kubeflow.
• Expérience avec des outils DevOps tels que Jenkins, GitLab CI/CD ou CircleCI.
• Expérience avec BigQuery.

Avantages :

• Package de rémunération compétitif.
• Assurance médicale privée (souscrite sur la base de la non-considération des antécédents médicaux).
• Assurance vie (4 x salaire).
• Budget individuel de formation/développement via Learnerbly.
• Budget individuel de bien-être via Juno.
• 25 jours de congé plus les jours fériés et