Sr Machine Learning Engineer

Rejoignez Procore Technologies en tant que Senior Machine Learning Engineer et contribuez à façonner l'avenir de l'intelligence de construction. En tant que membre clé de notre équipe Copilot, vous participerez au développement d'informations, de recommandations et d'expériences automatisées de nouvelle génération sur une plateforme mondiale.

Le secteur de la construction est essentiel à la vie quotidienne, mais il reste l'un des moins numérisés. Procore révolutionne ce domaine avec notre plateforme de construction SaaS à la pointe de la technologie. Notre objectif est de permettre aux Groundbreakers de transformer et de développer les communautés dans lesquelles nous vivons. En nous rejoignant, vous contribuerez à l'innovation technologique dans la construction.

En tant que Senior Machine Learning Engineer, vous serez à l'avant-garde de nos capacités en IA, en exploitant plus de deux décennies de données provenant de notre logiciel de gestion de construction leader du marché. Ce rôle est basé dans nos bureaux d'Austin, TX, et nécessite une disponibilité immédiate.

Ce que vous ferez :

• Travailler avec des données structurées et non structurées pour construire et améliorer continuellement des modèles de Machine Learning à la pointe de la technologie pour divers cas d'utilisation.
• Évaluer et entraîner des modèles de Large Language Models (LLM), des modèles linguistiques traditionnels tels que BERT, ainsi que d'autres modèles de machine learning comme XGBoost.
• Développer, mettre en production et exploiter des modèles et des pipelines de Machine Learning à grande échelle, y compris des applications batch et en temps réel.
• Utiliser des outils de Machine Learning tiers et propriétaires pour créer des systèmes réutilisables et performants pour un développement et une mise en œuvre rapide des modèles.
• Utiliser des méthodes de livraison/intégration continue avec des outils comme CircleCI, SonarQube et JFrog pour les tests, le déploiement et la promotion en production.
• Concevoir, construire et déployer des API qui fournissent des informations prédictives adaptées aux ensembles de données de construction.
• Collaborer avec des partenaires interfonctionnels – ingénieurs logiciels, chefs de produit, opérations et data scientists – pour identifier des opportunités et affiner les exigences des modèles de machine learning.

Nous recherchons :

• Plus de 5 ans d'expérience en industrie dans l'application du Machine Learning, avec expertise en Python, Java, C++ ou des langages de programmation équivalents.
• Des compétences exceptionnelles en communication écrite et verbale.
• Une compréhension approfondie de l'écosystème du machine learning et de la science des données (par exemple, TensorFlow, PyTorch, MLflow, Ray, LangChain, Databricks, Snowflake, SageMaker, Scikit-learn).
• Une connaissance approfondie des meilleures pratiques et méthodologies du Machine Learning, y compris les LLM, l'ingénierie des caractéristiques, les arbres à gradient boosté et les réseaux neuronaux.
• Expérience dans la construction et la mise en production des modèles et des infrastructures de Machine Learning.
• Une passion pour comprendre les besoins des clients et se tenir au courant des tendances du marché de l'IA.

Atouts supplémentaires :

• Expérience dans les technologies et logiciels de construction.

Plage de salaire de base : 156 400 $ - 215 050 $, avec éligibilité à la compensation en actions. La rémunération réelle est basée sur les compétences, l'expérience, l'éducation, l'emplacement et d'autres facteurs.

Chez Procore, nous investissons dans nos employés en offrant une gamme complète d'avantages et d'avantages, allant des congés payés généreux à la couverture des soins de santé, en passant par les programmes de développement de carrière.

Procore Technologies est un leader dans les logiciels de gestion de construction basés sur le cloud, aidant à construire efficacement divers projets d'infrastructure dans le monde entier. Nous avons cultivé une culture où vous pouvez posséder votre travail et innover. Consultez notre page Glassdoor