Brésil
Pentera
Azumo
Data Scientist
À distanceBrésil
Brazil
PythonAWSGCPGo
Traduction automatique. Consultez l’original.
À propos du poste
Azumo conçoit et opère des systèmes d'IA en production pour des entreprises allant des startups en phase d'amorçage à Meta.
Nous recrutons un Data Scientist pour prendre en charge la partie qui précède l'existence du système : quelle question est réellement posée, quelle méthode y répond, si la réponse est valable, et comment quelqu'un
saurait. Le poste est entièrement à distance en Amérique Latine, aligné sur la journée de travail de votre client.
Vous ne recevrez pas de spécification. Azumo a mis des modèles en production depuis 2016, et le travail ici commence avec un client qui sait ce qui le préoccupe et ne sait pas encore quoi mesurer. Transformer cela en un modèle, une référence, et un chiffre sur lequel quelqu'un peut agir est le travail.
Positionnement de ce rôle
L'organisation d'ingénierie de Azumo est structurée autour de quatre axes. L'axe Data Engineer gère les pipelines, le stockage et la couche de récupération. L'axe AI Engineer gère le comportement en production. L'axe Software Engineer gère la livraison de produits augmentés par l'IA. Ce rôle correspond à l'axe Data Scientist, et il est responsable de la question et de la méthode.
Une question pose la limite : lorsque le résultat est erroné, de qui est le problème ? "La méthode était inappropriée, ou la question était la mauvaise" est le vôtre. "Le système a mal fonctionné avec une méthode appropriée" est celui de l'AI Engineer.
Pas tout à fait votre profil ? Consultez nos autres offres :
- Si vous construisez les pipelines et la couche de récupération dont dépendent les modèles — Data Engineer
- Si vous gérez le comportement d'un système d'IA en production — AI Engineer
- Si vous livrez des logiciels produits avec des agents dans votre chaîne d'outils — AI-Augmented Software Engineer
- Si vous avez fait tout ce qui précède et avez interagi directement avec le client — Forward Deployed Engineer
Comment nous travaillons
Nos ingénieurs construisent avec l'IA tous les jours. Claude Code, Codex, et des outils similaires font partie de la chaîne d'outils standard ici, pas une expérience. Nous exécutons un audit automatisé sur l'ensemble du code à partir du premier jour et chaque jour après, en notant les problèmes de sécurité, de coût et d'architecture par gravité avec le fichier et la ligne exacts, afin qu'une petite équipe puisse avancer rapidement sans dérive de qualité. Nous restons neutres vis-à-vis des fournisseurs entre OpenAI, Anthropic et les modèles open-weight, et nous exécutons Valkyrie, notre propre couche de production, lorsqu'une interface unique vers n'importe quel modèle est la bonne solution.
Ce que vous allez construire
- La question. Traduire une décision commerciale en quelque chose de mesurable : ce qui compterait comme un succès, ce que la référence atteint déjà, et quelle serait une amélioration utile par rapport à cela.
- Méthode et modèle. Méthodes supervisées et non supervisées, deep learning avec CNN et Transformers dans PyTorch, et le jugement pour choisir entre elles, y compris les cas où un modèle plus simple ou aucun modèle n'est la bonne réponse.
- Fine-tuning et adaptation. Adaptation de modèles pré-entraînés et open-weight avec LoRA, QLoRA ou PEFT, et une vision claire des cas où le fine-tuning est la mauvaise réponse.
- Mesure et conception expérimentale. Références, holdouts, évaluation hors ligne et en ligne, et reporting honnête de l'incertitude. Si vous dites que le modèle est meilleur, vous devriez pouvoir dire meilleur que quoi, de combien, et à quel point vous êtes sûr.
- Analyse d'erreurs et transfert. Distinguer un problème de données, un problème d'étiquetage, un problème de méthode et un problème de cadrage, et transférer le modèle empaqueté, documenté, et avec la métrique qui définit s'il fonctionne toujours.
- Travail au sein de l'environnement du client. Leurs dépôts, leurs standups, parfois leurs appels clients. Azumo est certifié SOC 2, le code client reste dans les dépôts clients, et certains engagements comportent des exigences supplémentaires telles que HIPAA.
À propos de Azumo
Azumo est une société de développement logiciel basée à San Francisco qui construit des applications intelligentes depuis 2016. Nous fournissons des équipes d'ingénierie IA en nearshore à des organisations qui ont besoin d'IA en production plus rapidement qu'elles ne peuvent embaucher : en tant qu'équipe d'ingénierie embarquée, en tant que staff augmentation IA aux côtés d'une équipe existante, ou en tant que construction de projet complète. Nos ingénieurs travaillent depuis l'Amérique Latine, alignés sur les fuseaux horaires des États-Unis, et ont livré pour Twitter, Meta, Discovery Channel, Omnicom, UnitedHealth et CENTEGIX.
Nous recrutons pour la séniorité et la testons avant que quiconque ne rejoigne une équipe client. Nous soutenons les ingénieurs dans leur approfondissement de la pile IA moderne, et nous redonnons du temps pour le travail open-source, l'enseignement communautaire et la philanthropie.
Postulez sur azumo.com/join-our-team ou écrivez-nous à people@azumo.com.
Prérequis
Qualifications de base
- 5+ années de construction et de validation de modèles par rapport à de vraies décisions, avec Python comme langue principale, plus les fondamentaux d'ingénierie qui l'accompagnent : tests, revue de code, Git, conteneurs et contrôle de version pour les données et les expériences.
- Profondeur en machine learning et deep learning: méthodes supervisées et non supervisées, CNN et Transformers, avec une expérience pratique de PyTorch ou d'un framework équivalent, y compris l'entraînement, les modules personnalisés et l'optimisation.
- Maîtrise experte de pandas, NumPy et scikit-learn.
- Solide base en statistiques et conception expérimentale : références, holdouts, significativité, et la capacité de déclarer votre niveau de confiance et pourquoi.
- Fine-tuning ou adaptation de modèles pré-entraînés, et une vision claire des cas où le fine-tuning est la mauvaise réponse.
- Analyse d'erreurs comme discipline. Vous pouvez séparer un problème de données d'un problème d'étiquetage, d'un problème de méthode et d'un problème de cadrage, plutôt que de recourir à un modèle plus grand.
- Expérience cloud avec AWS, GCP ou Azure et leurs services IA tels qu'Amazon SageMaker, Google Vertex AI ou Azure Machine Learning.
- Utilisation active d'outils de codage assistés par IA tels que Claude Code, Cursor, ou GitHub Copilot dans le travail de livraison réel.
- Anglais écrit et parlé clair, niveau C1 ou supérieur, et la confiance nécessaire pour expliquer un compromis technique directement à un client.
- Licence ou Master en Informatique, Data Science, ou un domaine connexe, ou expérience professionnelle équivalente.
Qualifications préférées
- Évaluation de systèmes LLM: conception de jeux de test, modèle-comme-juge ou scoring équivalent, et sélection de benchmarks défendables.
- Fine-tuning et adaptation open-weight en profondeur : LoRA, QLoRA, PEFT, et les compromis coût/latence impliqués.
- Travail multimodal couvrant la vision, la parole ou la compréhension de documents aux côtés du texte.
- Inférence causale, modélisation d'uplift, ou prévision à grande échelle.
- Suivi d'expériences et outils MLOps : MLflow, Weights & Biases, Kubeflow ou similaire.
- Livraison sous un régime de conformité tel que SOC 2 ou HIPAA.
- Contributions à des bibliothèques IA open-source, recherche publiée ou rédaction technique, ou participation active à la communauté IA.
- Congés payés (PTO)
- Jours fériés américains
- Formation IA
- Développement de carrière encadré
- Partage des bénéfices
- Rémunération en $US
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