Senior Machine Learning Engineer, Geospatial

Qui Nous Sommes
Pachama est une entreprise à mission dédiée à la restauration de la nature pour lutter contre le changement climatique. Nous employons des technologies de télédétection et d'intelligence artificielle de pointe dans le domaine du carbone forestier pour intensifier les efforts de conservation et de restauration des forêts. Notre technologie innovante intègre des images satellites avec l'IA pour mesurer la séquestration du carbone dans les forêts. Grâce à la place de marché de Pachama, nous connectons entreprises et individus responsables avec des crédits carbone provenant de projets visant à préserver et restaurer les forêts à l'échelle mondiale.

Nous sommes soutenus par des investisseurs alignés sur notre mission, notamment Breakthrough Energy Ventures, Amazon Climate Fund, Chris Sacca, Saltwater Ventures, et Paul Graham.

Presse Récente

• Pachama est l'entreprise d'IA la plus innovante #1
• Présentée dans la dernière mise à jour aux actionnaires de Jeff Bezos
• Pachama pour surveiller et gérer les projets forestiers de Mercado Libre

Nous recherchons un ingénieur principal en apprentissage automatique pour diriger le développement de systèmes avancés afin de poursuivre notre mission de restauration de la nature et de lutte contre le changement climatique. En tant que leader de notre équipe scientifique, vous innoverez, mettrez à l'échelle et déploierez des technologies d'IA et de télédétection pour développer des produits qui identifient et soutiennent des projets carbone forestier de haute qualité.

Une journée typique dans ce rôle consiste à mettre en œuvre de nouveaux modèles d'apprentissage automatique utilisant des données de télédétection et de géospatial, à concevoir et réaliser des expériences pour valider leurs performances, à coder en binôme avec d'autres ingénieurs et à discuter des plans expérimentaux et des résultats avec des scientifiques. La précision des résultats des modèles est cruciale pour le succès des projets carbone forestier, ce qui fait de la validation des modèles et de la quantification de l'incertitude des valeurs fondamentales pour notre équipe. Se tenir informé des avancées de la littérature scientifique et des applications commerciales est essentiel pour ce rôle.

Nous recherchons des ingénieurs passionnés par la construction, appréciant voir l'impact de bout en bout de leur travail, et motivant leurs pairs. Les candidats retenus feront avancer les initiatives en posant des questions perspicaces, en surmontant l'ambiguïté et en organisant les efforts pour atteindre les résultats. Ils seront méticuleux et méthodiques, mettant l'accent sur un développement rapide.

Ce rôle est à distance, disponible uniquement dans les fuseaux horaires nord-américains.

Responsabilités

• Former des modèles d'apprentissage automatique pour estimer les paramètres de structure forestière essentiels à la quantification du stockage de carbone des écosystèmes et à l'évaluation des avantages climatiques des projets carbone forestier.
• Collaborer avec l'équipe Produit pour garantir l'alignement entre la valeur produit et la complexité scientifique et technique.
• Promouvoir et encadrer les meilleures pratiques en IA et science des données.
• Encadrer les membres de l'équipe pour améliorer l'efficacité, la précision et la fiabilité des équipes Sciences et Ingénierie.
• Concevoir des cadres statistiques et des expériences pour évaluer l'exactitude et l'incertitude des modèles sur des données réelles.
• Optimiser les modèles pour gérer efficacement des volumes importants de données géospatiales et de télédétection.
• Développer des outils permettant des mesures de performance de haute qualité pour les projets carbone forestier.
• Communiquer l'impact et les leçons tirées de notre travail technique pour assurer la compréhension organisationnelle de la manière dont l'IA et la télédétection peuvent améliorer la conception et la sélection des projets.

Exigences

• Solides bases en apprentissage automatique et en statistiques, avec la capacité d'appliquer ces compétences à la science forestière et à la télédétection.
• Expérience dans le déploiement de modèles d'apprentissage profond à grande échelle utilisant l'informatique distribuée.
• Compétent en pratiques de génie logiciel et programmation