Portugal
ambi.
Bjak
Ingénieur Machine Learning, Classement et Recherche
À distancePortugal
Portugal
Python
Traduction automatique. Consultez l’original.
À propos
Il y a plus de 5 milliard d'utilisateurs qui utilisent aujourd'hui des applications de base comme l'e-mail, les notes, les tâches, le calendrier et qui ne sont pas natives de l'IA. Notre mission est de construire des applications proactives pour toute personne dans le monde, qui n'est pas habituée aux invites complexes. Nous visons à apporter l'intelligence aux conversations, aux courses, à l'organisation et aux flux de travail, avec une intervention minimale, voire nulle.
Notre première application est une application de communication mobile axée sur les agents. Nous pensons que la création d'applications que les utilisateurs utilisent quotidiennement pour la communication, la coordination et la collaboration aidera à intégrer l'IA dans leur vie. L'effet net est d'éliminer la désinformation, d'atteindre de faibles coûts de coordination, de permettre des tâches et une collaboration de haute qualité à grande échelle avec une intervention minimale ou peu d'invites.
Comment nous travaillons
Les meilleurs produits du monde sont construits par de petites équipes de classe mondiale. Nous sommes une équipe à haute densité de talents, très impliquée. Nous prenons des décisions collectivement et avançons rapidement, en équilibrant un travail de haute qualité avec un apprentissage continu.
Rejoindre notre équipe nécessite la capacité d'apporter de la structure, d'exercer un jugement et d'exécuter de manière indépendante. Notre objectif est de mettre un produit véritablement magique entre les mains de nos utilisateurs.
Rôle
Construire et améliorer les systèmes ML qui alimentent nos applications natives d'IA.
Travailler sur la classification, la recherche, le classement, la personnalisation et l'évaluation, en assumant la responsabilité du développement du modèle au déploiement en production.
Ce rôle s'adresse aux ingénieurs qui aiment résoudre des problèmes pratiques de ML, améliorer la qualité des modèles et déployer des systèmes fiables utilisés par de vrais utilisateurs.
Focus
- Construire et améliorer les modèles ML pour la classification, le classement, la recherche et la personnalisation.
- Développer des classificateurs efficaces et optimiser la précision, la latence et le coût des modèles.
- Améliorer la pertinence de la recherche et la récupération de contexte en utilisant des embeddings, la recherche hybride et le re-ranking.
- Construire des modèles de personnalisation qui apprennent du comportement de l'utilisateur tout en respectant la vie privée.
- Développer des pipelines d'évaluation, des jeux de données étiquetés et des métriques pour mesurer la qualité des modèles.
- Ajuster et adapter les modèles existants lorsque cela est supporté par des données suffisantes.
- Construire et maintenir des pipelines d'entraînement, d'inférence et de déploiement ML.
- Déboguer les problèmes de production, surveiller les performances des modèles et déployer des améliorations basées sur les retours du monde réel.
Stack Technique
- Python
- PyTorch / JAX
- Embeddings, recherche vectorielle et modèles de classement
- Systèmes ML en production et pipelines d'inférence
Résultats
- Les modèles ML en production atteignent les objectifs attendus en matière de précision, de pertinence, de latence et de fiabilité.
- Les améliorations de classification et de classement apportent des gains mesurables en qualité de modèle.
- Les pipelines d'évaluation identifient les régressions et soutiennent des mises en production de modèles fiables.
- Les pipelines d'entraînement, d'inférence et de données sont robustes, reproductibles et maintenables.
- Les améliorations de modèles sont guidées par les retours du monde réel et des résultats mesurables.
- Collabore efficacement avec les équipes d'ingénierie et de produit pour livrer des fonctionnalités fiables alimentées par le ML.
Processus d'entretien
S'il semble y avoir une adéquation, nous vous contacterons pour planifier 3, mais pas plus de 4 entretiens.
Les candidatures sont évaluées par les membres de notre équipe technique. Les entretiens seront menés virtuellement et/ou sur site.
Nous valorisons la transparence et l'efficacité, attendez-vous donc à une décision rapide. Si vous avez démontré les compétences et l'état d'esprit exceptionnels que nous recherchons, nous vous ferons une offre pour nous rejoindre.
Expérience Idéale
- Solides bases en machine learning et architectures neuronales modernes.
- Expérience pratique dans la construction et le déploiement de modèles ML en production.
- Expérience en classification, classement, recherche, systèmes de recommandation ou personnalisation.
- Compréhension de l'évaluation des modèles, de l'expérimentation et des métriques de performance.
- À l'aise pour écrire du code de qualité production et travailler avec des jeux de données du monde réel.
- Capacité à équilibrer la qualité du modèle, la latence, le coût et la fiabilité.
- Fort sens de la responsabilité, compétences en résolution de problèmes
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
