Apple

Ingénierie logicielle (IA/ML), Ingénierie Retail et Marcom

PythonDockerKubernetesTerraform
Traduction automatique. Consultez l’original.

À propos du poste

Souhaitez-vous contribuer à la création de certains des systèmes technologiques d'entreprise et clients les plus vastes et les plus importants au monde ? Rejoignez l'organisation Information Systems and Technology (IS&T) de Apple. L'IS&T est le moteur de tout ce que Apple entreprend pour ses clients et pour ceux qui développent pour eux. C'est le système nerveux central de Apple. En prenant en charge 2.5 milliard d'appareils Apple actifs, en traitant des milliards de transactions sécurisées et en assurant le fonctionnement sans faille de la technologie qui définit la vie moderne, l'IS&T rend l'impossible simple. Aimez-vous concevoir des solutions capables de gérer une complexité mondiale et une échelle immense ? Imaginez ce que vous pourriez accomplir ici.

Retail and Marcom Engineering, une équipe au sein de l'IS&T, développe et exploite les systèmes et les expériences qui connectent les produits de Apple à ses clients. L'équipe gère la technologie derrière les boutiques en ligne et physiques de Apple et pilote les expériences marketing interactives ainsi que les outils qui soutiennent les opérations créatives. Ensemble, ces fonctions fournissent la technologie derrière chaque histoire de produit racontée par Apple et chaque achat effectué par un client.

DESCRIPTION

Nous recherchons un ingénieur IA/ML senior talentueux pour construire et mettre à l'échelle les systèmes intelligents derrière l'équipe de marketing créatif mondiale de Apple. Vous piloterez le développement et le déploiement de bout en bout de solutions IA/ML de pointe, influençant directement la manière dont des millions de clients de Apple vivent notre marque. Vous concevrez, construirez et optimiserez des systèmes en production impliquant l'IA générative, les LLMs, le Graph RAG et des modèles multimodaux, en développant des flux de travail conversationnels et agentiques intelligents qui redéfinissent ce qui est possible. Si vous êtes prêt à construire et à déployer des solutions IA/ML à fort impact à l'échelle mondiale, c'est votre opportunité. En tant qu'ingénieur IA/ML senior, vous concevrez, construirez et déploierez des expériences intelligentes, en pilotant le cycle de vie complet du machine learning de la conception à la production. En partenariat avec les parties prenantes commerciales et techniques, vous traduirez des exigences complexes en solutions IA/ML évolutives, en développant des pipelines et des applications robustes qui exploitent les technologies LLM et d'IA générative pour débloquer de nouvelles perspectives à grande échelle. Votre expertise pratique aidera à établir les meilleures pratiques d'ingénierie pour les implémentations de LLM, de RAG et d'IA conversationnelle, garantissant des performances, une fiabilité et une maintenabilité élevées sur l'ensemble de nos services. Vous construirez et déploierez également des solutions AIOps avancées, en implémentant des modèles de clustering, de classification, de détection d'anomalies et de prédiction de capacité pour optimiser nos systèmes.

QUALIFICATIONS MINIMALES

  1. 5 ans d'expérience pratique dans l'implémentation de modèles IA/ML dans des systèmes d'entreprise.
  1. Connaissance des concepts fondamentaux de l'IA/ML, y compris l'apprentissage supervisé et non supervisé, le deep learning et la détection d'anomalies.
  1. Expertise en NLP, NLU et IA conversationnelle, incluant la conception et le déploiement de bots avec reconnaissance d'intention, gestion de dialogue et génération de langage naturel.
  1. Expérience dans la mise en production de solutions d'IA générative (LLMs et RAG), avec une solide compréhension des architectures LLM.
  1. Maîtrise de Python et des bibliothèques et frameworks IA/ML clés (Pandas, NumPy, TensorFlow, PyTorch).
  1. Capacité à intégrer l'IA et les systèmes de bots avec des systèmes backend, des bases de données et des APIs pour fournir des solutions de bout en bout.
  1. Compétences en dépannage et en analyse, incluant le diagnostic de problèmes complexes dans des environnements distribués.
  1. Diplôme d'ingénieur, Master en informatique ou domaine connexe, ou expérience pratique équivalente.

QUALIFICATIONS SOUHAITÉES

  1. Expérience pratique dans la construction et le déploiement de pipelines Graph RAG, incluant les bases de données orientées graphes et les magasins de vecteurs.
  1. Connaissance des pratiques DevOps, incluant les pipelines CI/CD, l'infrastructure as code (par ex. Terraform), la conteneurisation (Docker) et les flux de travail basés sur Git pour l'automatisation de la construction, des tests et du déploiement de services ML.
  1. Connaissance des principes SRE, incluant la définition de SLI/SLO, la surveillance et les alertes, la gestion des incidents, l'analyse des causes profondes et la conception pour la fiabilité dans les systèmes de production.
  1. Familiarité avec les méthodologies d'évaluation et de benchmarking RAG (par ex. fidélité, rappel de contexte, LLM-as-judge, jeux de données de référence).
  1. Expérience dans le réglage fin (fine-tuning) de LLMs (par ex. LoRA, PEFT) et capacité à déterminer quand choisir le réglage fin plutôt que le prompting ou le RAG.
  1. Expérience dans la construction de solutions avec des modèles multimodaux et des flux de travail agentiques (utilisation d'outils, orchestration, gestion des échecs).
  1. Expérience dans la conception, la construction et le déploiement de plateformes et services IA/ML à grande échelle, gérant des volumes de données et un trafic élevés.
  1. Expérience en LLMOps, incluant l'évaluation en production, les garde-fous, l'observabilité, ainsi que l'optimisation des coûts et de la latence.
  1. Expérience dans la construction de solutions AIOps telles que le clustering, la classification, la détection d'anomalies et la prédiction de capacité.
  1. Familiarité avec les environnements d'inférence cloud-native et accélérés par GPU (par ex. Kubernetes, service de modèles).
  1. Expérience avérée dans le mentorat d'ingénieurs, la définition d'architectures de référence et l'établissement de meilleures pratiques pour le LLM, le RAG et l'IA conversationnelle.
  1. Expérience dans l'application de l'IA générative aux flux de travail de contenu, créatifs ou marketing.
  1. Compétences en communication et en collaboration, avec la capacité d'expliquer des concepts techniques à des publics techniques et non techniques.

Plus d’opportunités avec un seul profil

Vous souhaitez accéder à plus de postes sans répéter tout le processus ? Créez votre profil pour être trouvé par les entreprises utilisant Nort.

Créer mon profil

Ton prochain jobest déjà à ta recherche.

Nort

Plateforme de recrutement inversé pour développeurs

Réseaux sociauxInstagramLinkedInTwitter