Manager en sciences computationnelles IA/ML

En tant que scientifique en calcul IA/ML, vous concevrez, développerez et opérationnaliserez des solutions d’intelligence artificielle et de machine learning pour des clients d’entreprise, en combinant des modèles personnalisés avec des services d’IA cloud et tiers afin de fournir des résultats prêts pour la production.

couvre l’ensemble du cycle de vie des solutions, de l’évaluation des besoins et des données des clients à la sélection et à la personnalisation des modèles (y compris le Deep Learning, l’IA générative et les grands modèles de langage), en passant par la conception de pipelines de données et MLOps/LLMOps évolutifs pour l’entraînement et la production, ainsi que la garantie de la qualité, de la valeur et de la fiabilité des systèmes déployés.

Formuler des problèmes du monde réel en solutions pratiques, efficaces et évolutives d’IA et de Machine Learning

• Développer et mettre en œuvre des algorithmes, des modèles et des systèmes informatiques de machine learning ; concevoir et construire des pipelines de données évolutifs pour soutenir l’entraînement des modèles et la production avec DevOps & MLOps Personnaliser et appliquer des modèles de Deep Learning et d’IA générative pour divers cas d’usage en fonction des besoins de l’entreprise, de la disponibilité des données, des exigences des systèmes et de l’infrastructure, y compris les appareils edge et le HPC Participer à la recherche et au développement de nouveaux algorithmes, modèles et simulations d’IA et de calcul haute performance, ainsi qu’à leurs applications pour résoudre des problèmes métier complexes sur les sites des clients
• Travailler avec des ensembles de données à grande échelle et utiliser des techniques de prétraitement des données afin de garantir des données d’entrée de haute qualité pour l’entraînement et la production
• Mettre en œuvre et maintenir des mécanismes efficaces de stockage et de récupération des données pour les modèles et les connaissances à l’aide d’outils appropriés Justifier la valeur des approches de modélisation dans les problématiques métier
• Collaborer avec des équipes issues à la fois des fonctions métier et techniques, notamment les utilisateurs, les représentants des cas d’usage, les responsables métier, les ingénieurs, les architectes et les concepteurs UI, afin d’atteindre les objectifs du projet de bout en bout et d’assurer l’intégration en production FORMATION Licence (Bachelor) ou équivalent

(REQUISES) Expérience professionnelle en tant qu’ingénieur ou scientifique en machine learning, avec déploiement de modèles en production à grande échelle, y compris la surveillance, les alertes, le signalement automatique des bugs et l’audit.

Solide expérience dans l’application des fondements théoriques de l’informatique, notamment l’architecture des systèmes informatiques, l’ingénierie des systèmes et la programmation Expérience démontrable des systèmes et architectures de calcul distribué pouvant inclure le big data, le calcul haute performance, les simulations d’ingénierie, le calcul scientifique, le grid computing et le cloud computing, ainsi que les réseaux distribués Expérience dans la création et le déploiement de logiciels basés sur l’IA/ML dans un environnement cloud.

SOUHAITÉES Maîtrise de Python et des frameworks IA/ML basés sur Python, ainsi que familiarité avec les bibliothèques et frameworks pertinents (par exemple, TensorFlow, PyTorch). Expérience de travail avec des modèles de langage tels que les API de LLM et de l’optimisation de leur utilisation pour des applications spécifiques.

Expérience avec les langages de programmation suivants : Python, C++, Java, R, SQL Solides compétences en communication écrite et verbale et capacité à communiquer des concepts techniques complexes à des parties prenantes non techniques Solides compétences en relation client dans un environnement de conseil Solides compétences transversales avec la capacité à collaborer avec diverses équipes internes et côté client Esprit entrepreneurial avec une curiosité et une passion pour les technologies émergentes et la stimulation de l’innovation Master ou doctorat dans un domaine connexe souhaité (informatique, ingénierie, etc.)