Senior ML/DL Developer

Benefits

Additional Information

-English to follow- Chez Stay22, nous révolutionnons la façon dont les utilisateurs convertissent en ligne. Notre plateforme d'affiliation propulsée par l'IA aide les éditeurs, les plateformes de billetterie et les créateurs de contenu à générer de nouvelles sources de revenus tout en améliorant l'expérience de leur audience. Sommaire du poste Vous vous joindrez à la Neuro Squad , une équipe spécialisée créée pour centraliser l'innovation en ML et en IA chez Stay22. Neuro fournit les fondations techniques qui alimentent nos moteurs principaux, notamment Roam (notre moteur de redirection basé sur le machine learning) et Spark (notre moteur de logique d'affiliation propulsé par l'IA). À titre de Développeur-se senior ML/DL au sein de la Neuro Squad, vous serez responsable de concevoir et d'architecturer l'intelligence derrière ces produits. Ce rôle ne consiste pas uniquement à créer des modèles : il s'agit de prendre en charge l'ensemble du cycle de vie de nos plateformes ML - de la conception des pipelines d'entraînement à l'optimisation des API d'inférence en temps réel. Vous travaillerez avec des technologies de pointe (incluant les LLMs) et collaborerez étroitement avec l'équipe Données et la Forge Squad afin d'assurer que nos solutions d'IA soient évolutives, sécuritaires et prêtes pour la production. Responsabilités principales Machine learning et logique produit Assumer la responsabilité de la logique backend et du comportement des modèles pour Roam et Spark, en assurant une grande précision et fiabilité. Améliorer continuellement les modèles en matière de qualité de classement, de latence et d'efficacité des revenus à l'aide d'analyses statistiques avancées et de deep learning. Développer des modèles haute performance pour la prévision et la prédiction de l'intention utilisateur à partir de données tabulaires complexes et de données de réservation. Infrastructure IA et MLOps Concevoir et maintenir le client interne LLM ainsi que les couches de passerelle, permettant un accès unifié aux modèles de langage pour l'ensemble de l'organisation. Concevoir et opérer le cycle de vie complet du ML : préparation des données, pipelines d'entraînement, registres de modèles et services d'inférence en temps réel. Gérer les couches de cache, les serveurs d'inférence et la surveillance des performances afin d'assurer une faible latence pour nos moteurs à fort volume de trafic. Déployer des solutions robustes, faciles à maintenir et prêtes pour la production, alignées avec les standards CI/CD et de sécurité (en collaboration avec la Forge Squad). Collaboration et accompagnement Collaborer avec la Data Squad afin de co-concevoir les jeux de données d'entraînement et les pipelines de variables, en assurant une intégration fluide avec l'entrepôt de données et les systèmes analytiques. Exposer les capacités ML sous forme d'API et de services robustes, permettant aux squads alignées (ex. Hub, EmbedX) de les intégrer facilement sans gérer la complexité ML. Agir à titre de mentor-e et de conseiller-ère technique en soutenant les équipes dans le prototypage de fonctionnalités ML et l'adoption des meilleures pratiques en IA. Exigences Formation et expérience Maîtrise de l'anglais requise pour les communications quotidiennes avec des collègues et partenaires internationaux. Maîtrise (M. Sc.) en informatique, apprentissage automatique, fouille de données, statistiques ou domaine technique connexe. 6 ans et plus d'expérience en machine learning ou en science des données. Minimum de 2 ans d'expérience en ingénierie logicielle, incluant l'écriture de code backend ou d'API prêts pour la production. Machine learning et deep learning Excellente maîtrise de Python et des bibliothèques de deep learning telles que PyTorch ou TensorFlow, ainsi que scikit-learn. Solide compréhension des techniques ML modernes, incluant les CNN, LSTM/RNN et les modèles de gradient boosting (XGBoost, LightGBM) appliqués aux données tabulaires. Capacité démontrée à implémenter et optimiser des LLMs, incluant les Transformers, les embeddings personnalisés et la création de passerelles ou clients LLM. MLOps et systèmes temps réel Expérience avec Google Vertex AI (préféré) ou Amazon SageMaker pour l'entraînement et la gestion de modèles à grande échelle. Forte expérience dans la conception de systèmes d'inférence et d'API en temps réel (au-delà du traitement batch). Expérience avec les outils MLOps (ex. MLflow, Kubeflow, TFX) et la conteneurisation (Docker, Kubernetes). Excellentes compétences en SQL et expérience de collaboration sur des feature stores ou des définitions ETL. Compétences humaines et état d'esprit Capacité à concevoir des systèmes réutilisables, robustes et faciles à consommer pour les autres équipes. Intérêt marqué pour la transformation de métriques ML complexes en valeur d'affaires concrète (meilleure redirection, taux de conversion plus élevé). Désir de demeurer à l'avant-garde des infrastructures IA et des technique

Your Match

How well this role fits your profile.

Company Intel

What employees say

Worked at stay22? Share your experience