Senior Machine Learning Engineer

Bienvenue, penseurs systématiques ! Chez System, nous développons des logiciels innovants pour aider le monde à comprendre et résoudre n'importe quoi en tant que système. En tant que Public Benefit Corporation, nous sommes motivés par notre mission et mettons l'accent sur nos valeurs. Nous recherchons des penseurs systématiques qui partagent notre mission et nos valeurs, et qui possèdent les compétences nécessaires pour faire avancer nos objectifs.

Nous recherchons un Ingénieur Senior en Apprentissage Automatique hautement qualifié, spécialisé en Traitement du Langage Naturel (NLP) et idéalement en Modèles de Langage de Grande Taille (LLM). Le candidat idéal aura une solide formation technique en apprentissage automatique et dans des domaines pertinents, ainsi qu'une expérience dans le développement et le déploiement de pipelines de données prêts pour la production.

• Diriger le développement de modèles et de systèmes avancés d'apprentissage automatique, en mettant l'accent sur le NLP et les LLM.
• Concevoir, mettre en œuvre et documenter des pipelines de données efficaces, en assurant une intégration transparente dans notre pile technologique.
• Déployer des modèles d'apprentissage automatique dans des environnements de production, y compris la préparation, les tests et la surveillance pour garantir leur bon fonctionnement.
• Rester à jour avec les dernières avancées en apprentissage automatique et intégrer ces progrès dans notre pile technologique.
• Fournir des conseils et du mentorat aux membres de l'équipe et promouvoir une culture de collaboration et d'apprentissage continu.
• Établir des bonnes pratiques pour la curation et le contrôle de version des données d'entraînement/test.
• Surveiller et évaluer la disponibilité et les coûts de l'infrastructure d'apprentissage automatique.

Pour réussir dans ce rôle, vous devez avoir :

• Un diplôme de baccalauréat ou de master en informatique, ingénierie ou un domaine connexe.
• Une vaste expérience avec Python.
• Une expérience avérée avec des modèles et des pipelines NLP.
• Un historique démontrable de livraison de solutions d'apprentissage automatique de haute qualité dans un environnement de production.
• De l'expérience avec des cadres et des bibliothèques d'apprentissage automatique tels que TensorFlow et PyTorch.
• Une expérience approfondie avec des cadres de pipelines ML et de données tels que Kubeflow et Airflow.
• Une expérience approfondie avec SQL/Postgres/BigQuery.
• De l'expérience avec Spark ou Hadoop pour le traitement parallèle.
• À l'aise avec de grands ensembles de données complexes.
• Excellentes compétences en communication et en collaboration.
• De fortes capacités de résolution de problèmes et une attention aux détails.

Bien que non requis, les qualifications suivantes sont un atout :

• Un doctorat en informatique ou dans un domaine connexe.
• De l'expérience dans la conception de pipelines et de cadres de gestion des données tels qu'OpenLineage.
• De l'expérience avec GPT-3 et l'ingénierie de prompt.
• Une expérience dans les startups.

La fourchette de salaire pour ce poste est de 170 000 $ à 185 000 $.

Chez System, nous aspirons à aider le monde à se voir différemment et à construire une société technologique responsable et axée sur les valeurs. Soutenus par des sociétés de capital-risque de premier plan de la Silicon Valley et de New York ainsi que par des investisseurs providentiels de premier plan, nous avons été fondés par l'ancien vice-président des données de Spotify. En savoir plus sur notre mission sociale ici.

Nous croyons en des équipes petites, autonomes, interdisciplinaires et diversifiées, au développement agile et à la direction basée sur des valeurs, des premiers principes et des priorités élevées étayées par des données. Nous cultivons une mentalité de croissance, visant toujours le développement professionnel et personnel.

System Inc. est un employeur offrant l'égalité des chances. Nous sommes fiers de favoriser un lieu de travail, en personne et en ligne, exempt de discrimination. Nous croyons que la diversité des expériences,