Ingénieur Principal, Apprentissage Automatique

Qui vous rejoindrez :

Nous recherchons un ingénieur machine learning pour rejoindre notre équipe de Data Science - une équipe en mission pour rendre nos produits plus intelligents et plus capables de répondre aux besoins individuels de nos clients que jamais auparavant.

Relevant directement du VP de la Data Science, vous soutiendrez plusieurs équipes au sein du pôle Data Science, toutes composées d'ingénieurs issus de divers horizons dans le domaine de l'apprentissage automatique et de l'intelligence artificielle.

Comment vous aurez un impact :

En travaillant au sein de plusieurs équipes de Data Science, vous utiliserez votre expertise en apprentissage automatique pour soutenir et faire progresser divers projets tout en collaborant étroitement avec les membres de nos équipes Produit et Business Intelligence sur des missions allant de la personnalisation, des recommandations, de l'efficacité énergétique, de la sécurité domestique et de la construction d'un réseau énergétique plus propre.

Vous contribuerez directement au développement de notre infrastructure d'apprentissage automatique, en itérant rapidement, en exécutant et en augmentant l'échelle des expériences avec des ensembles de données contenant des centaines de milliards de points de données, et en expédiant rapidement des produits à la fois sur le cloud et sur le edge.

En tant qu'ingénieur machine learning chez ecobee, vous :

• Dirigerez le développement d'algorithmes d'apprentissage automatique avancés pour personnaliser le parcours client sur plusieurs points de contact, y compris les publicités payantes, le contenu SEO, les pages web et les expériences dans le produit.
• Collaborerez étroitement avec les parties prenantes techniques et non techniques, y compris les partenaires commerciaux, les équipes d'ingénierie et d'analyse.
• Gérerez le cycle complet de développement de l'apprentissage automatique, de la définition du problème, de la manipulation des données, et du développement du modèle jusqu'à la production, l'expérimentation et la maintenance.
• Concevrez et déployerez des produits d'apprentissage automatique à grande échelle sur du contenu structuré et non structuré (télémétrie, audio, vidéo, comportement et préférences des utilisateurs) avec comme objectifs la justesse, l'utilisabilité, l'interprétabilité, l'expérimentation et la maintenabilité.
• Déterminerez la faisabilité des initiatives grâce à des prototypes rapides et en tenant compte de la performance, de la qualité, du temps et du coût.
• Exploiterez votre expérience pour promouvoir les meilleures pratiques en matière d'ingénierie de l'apprentissage automatique et pour encadrer les ingénieurs seniors au sein du pôle Data Science.
• Apporterez une connaissance pointue de la recherche et de l'industrie dans l'équipe autour du traitement du langage naturel (NLP), de la vision par ordinateur, de l'apprentissage automatique, de l'IA générative et des domaines connexes.

Ce que vous apporterez à la table

Nous avons établi la liste suivante comme un guide pour certaines des compétences et intérêts de notre équipe de développement - mais nous nous efforçons de construire notre équipe avec des membres provenant de horizons diversifiés et ayant des compétences variées, donc si toute combinaison de ces éléments s'applique à vous, nous aimerions discuter !

• Diplôme d'études supérieures (Master/Doctorat) en statistique, mathématiques, informatique ou autre domaine quantitatif.
• Expérience étendue de l'application de l'apprentissage automatique à plusieurs projets visant à résoudre des problèmes du monde réel.
• Expérience considérable dans la manipulation de jeux de données, la construction de modèles statistiques, et la production de solutions d'apprentissage automatique utilisant la technologie de pointe et la technologie des big data.
• Expérience de travail avec des données à l'échelle de 1To ou plus, en utilisant des cadres de traitement de big data comme Spark et Google Cloud Dataflow.
• Expérience des pratiques d'ingénierie logicielle et DevOps ainsi que du déploiement ML-Ops et de l'infrastructure.
• Expérience de l'optimisation pour les appareils edge contraints en ressources.
• Compétences avérées en ingénierie logicielle dans plusieurs langages tels que Python, C/C++, et les cadres et bibliothèques d'apprentissage automatique qui les accompagnent.
• Aptitude avérée à diriger des projets inter-fonctionnels vers une conclusion réussie en utilisant des compétences solides en résolution de problèmes et la capacité de communiquer des concepts complexes à des parties prenantes techniques et non techniques.
• Aptitude avérée à développer et à former des modèles d'apprentissage automatique prêts pour la production, notamment des modèles transformateurs, l'apprentissage par renforcement, les réseaux neuronaux, la formation de modèles dans un domaine tel que les classificateurs, les recommandations, la vision, et la parole.
• Expertise dans les détails de mise en œuvre de grandes architectures de réseaux neuronaux en utilisant des cadres comme PyTorch, Tensorflow, Keras, JAX, etc.
• Expertise en travail dans des environnements qui exploitent Scrum et Agile.
• Connaissance de la façon de manipuler les données pour effectuer une analyse - y compris l'interrogation des données, la définition des métriques, et la découpe des données pour évaluer des hypothèses.

Que se passe-t-il après votre candidature ?

Examen de la candidature. Cela aura lieu. Par une personne réelle en acquisition de talent. Nous recevons plus de 100+ candidatures pour certains postes, cela peut prendre quelques jours, mais chaque candidat peut s'attendre à un retour sur l'état de sa candidature.

Processus d'entretien (3 tours)

• Tour 1 : Un appel téléphonique de 45 minutes avec un membre de l'acquisition de talent.
• Tour 2 : Une réunion virtuelle de 45 minutes avec un responsable senior de la Data Science. Ce sera un entretien technique sous forme de questions-réponses.
• Le tour 3 comporte deux parties ;
  • Partie 1 : Une réunion virtuelle d'une heure avec deux membres seniors de notre équipe d'apprentissage automatique. Vous présenterez votre solution à une étude de cas (fournie à l'avance pour que vous puissiez vous préparer) et répondrez à leurs questions concernant votre présentation.
  • Partie 2 : Une réunion virtuelle de 45 minutes avec notre VP de Data Science et un responsable produit pour des questions-réponses sur l'apprentissage automatique dans un contexte de produit.