Coordonnateur des opérations

Intitulé du poste : Ingénieur en apprentissage automatique - Montréal/hybride

À propos de la société :

Notre client est une compagnie pionnière dans le domaine des technologies du voyage, à la recherche d'un ingénieur en apprentissage automatique spécialisé dans les PRÉDICTIONS TABULAIRES et les grands modèles de langage (LLM).

C'est une compagnie en pleine croissance qui aide les créateurs de contenu à mieux monétiser leur contenu tout en améliorant l'expérience globale de leurs utilisateurs finaux grâce à différentes solutions innovantes qui facilitent la recherche de services liés au voyage.

Pourquoi les rejoindre :

• Révolutionner la façon dont nous réservons des voyages, en utilisant le ML et l'IA pour développer de nouvelles solutions pour aider les créateurs de contenu à monétiser leur contenu.
• Une croissance rapide signifie des opportunités de croissance.
• Code vestimentaire « venez comme vous êtes », horaires de travail personnalisés…
• Avantages sociaux, dentaires, opportunités d'apprentissage et de développement, activités sociales et de consolidation d'équipe, y compris un REER collectif sympa…

Principales responsabilités :

Expertise en apprentissage automatique pour les PRÉDICTIONS TABULAIRES :

• Solide expérience en apprentissage automatique, en particulier dans le développement de modèles de prévision et de prédiction basés sur des données tabulaires.
• Maîtrise de Python et familiarité avec les bibliothèques ML (par exemple, scikit-learn, TensorFlow, PyTorch) pour le développement et l'évaluation de modèles.
• Expérience dans la manipulation et la visualisation de données avec des outils comme pandas, matplotlib et seaborn pour tirer des enseignements des données.
• Compétences dans l'utilisation de plates-formes d'apprentissage automatique en tant que service telles que Google Vertex AI ou Amazon SageMaker pour la formation, le déploiement et la gestion de modèles, en mettant l'accent sur la rentabilité et l'évolutivité.

Modèles LLM :

• Connaissance des modèles des LLM et de leur application dans la génération d'informations et l'amélioration des prévisions via l'ingénierie des fonctionnalités.
• Expérience avec GPT d'OpenAI et Gemini de Google et parmi d'autres LLM de premier plan, leur tarification, la différence de tokenisation et d'autres particularités.
• Familiarité avec l'ingénierie rapide et savoir quand faire plutôt une version affinée du LLM.
• Comprend comment collecter des données pour un réglage précis de manière évolutive.
• Bonus pour la création et le déploiement de LLM personnalisés, de transformateurs extravagants ou l'utilisation d'intégrations et de vecteurs personnalisés.

Science des données et analyse statistique :

• Solide compréhension des statistiques et des techniques d'analyse de données.
• Expérience dans la manipulation, le nettoyage et l'analyse de grands ensembles de données pour obtenir des informations exploitables.
• Capacité à communiquer des résultats de données complexes de manière claire et efficace.
• Comprend ce qui motive nos utilisateurs, nos mesures phares et comment optimiser cela.

Autonomie et innovation dans les projets ML :

• Capacité démontrée à diriger des projets ML de la conception au déploiement.
• Autodidacte avec une expérience en résolution de problèmes et en gestion de projets innovants.
• Ouverture à l'exploration et à la mise en œuvre des dernières technologies et méthodologies ML et capacité à saisir et à apprendre de nouvelles choses au fur et à mesure.

Collaboration interdisciplinaire :

• Capacité à travailler en étroite collaboration avec les équipes d'ingénierie, de produits et commerciales pour intégrer les solutions ML dans l'écosystème de produits plus large.
• Solides compétences en communication et capacité à traduire des concepts techniques en valeur commerciale.
• Notre pile est principalement en NodeJS et Python, donc la familiarité et la capacité à déployer et à surveiller sont essentielles.
• Diplôme pertinent ou expérience équivalente en apprentissage automatique, en informatique ou dans un domaine connexe.
• Projets ou contributions démontrables appliquant ML.