Scientifique de données princ. I

Résumé

Nous recherchons un scientifique des données principal I hautement motivé et expérimenté pour rejoindre notre équipe. Le candidat idéal possédera une solide compréhension des principes de la science des données, une expérience avérée dans le déploiement de solutions d'apprentissage automatique robustes, et une passion pour l'exploitation des données afin d'éclairer la prise de décision. L'équipe se concentre principalement sur les cas d'utilisation pour l'optimisation des centres de contact, en élaborant des solutions et des applications innovantes basées sur les données pour une intégration commerciale transparente. Ce rôle offre l'opportunité de diriger l'orientation technique au sein d'un environnement d'équipe innovant et collaboratif, travaillant sur un produit de données à fort impact.

Principales responsabilités

• Diriger le cycle de vie complet des projets complexes de science des données, de l'idéation à la surveillance en production.
• Concevoir et entraîner des modèles prédictifs, y compris des modèles d'apprentissage profond, pour optimiser les principaux résultats commerciaux et relever les défis.
• Concevoir des fonctionnalités percutantes et construire des pipelines de données robustes et automatisés pour soutenir l'entraînement et l'inférence des modèles.
• Analyser rigoureusement les performances des modèles et les ajuster systématiquement pour maximiser les métriques commerciales.
• Construire et déployer des applications évolutives, à faible latence et de qualité production pour servir les modèles dans un environnement infonuagique de production.
• Adopter une approche axée sur la production pour consulter sur la faisabilité des projets et aider à élaborer la stratégie technique, en équilibrant performance, temps et coût.
• Collaborer activement avec les équipes Produit et Ingénierie pour influencer la conception des produits et s'aligner sur la faisabilité des solutions.
• Concevoir et valider de nouveaux processus, produits et techniques d'apprentissage automatique avancées par l'expérimentation et les tests.
• Analyser de grands ensembles de données structurées et non structurées pour identifier des informations et proposer des stratégies pour relever des défis techniques complexes.
• Communiquer des résultats complexes et des recommandations stratégiques à des publics techniques et non techniques de manière concise et efficace.
• Collaborer proactivement avec les membres de l'équipe pour atteindre les objectifs individuels et de groupe, en offrant un leadership technique et un mentorat aux autres scientifiques des données.
• Rechercher continuellement de nouvelles opportunités pour développer et appliquer de nouvelles compétences en vue d'améliorer les processus de science des données et les méthodologies techniques.
• Établir une surveillance complète des performances des modèles et de la dérive des données, en utilisant les informations pour favoriser l'amélioration continue.
• Documenter les architectures de modèles complexes, les processus de déploiement et les pipelines de données pour assurer la maintenabilité.

Qualifications essentielles

• Baccalauréat dans une discipline telle que l'informatique, la science des données, l'ingénierie, les mathématiques appliquées ou un domaine connexe.
• Plus de 5 ans d'expérience professionnelle pertinente dans un rôle en science des données ou en apprentissage automatique, avec une expérience avérée en matière de prise en charge et de livraison de projets.
• Expérience avérée dans la conception, l'entraînement et le déploiement de modèles d'apprentissage automatique dans des environnements de production avec un impact mesurable.
• Vaste expérience de travail dans un environnement infonuagique (GCP est préféré, mais les compétences infonuagiques sont transférables).
• Maîtrise experte de SQL et Python, avec une forte capacité à écrire du code propre, efficace et réutilisable pour l'entraînement des modèles et le développement d'applications.
• Expertise dans un large éventail d'algorithmes d'apprentissage automatique, de méthodes statistiques et de cadres d'apprentissage profond (par exemple, scikit-learn, Keras, TensorFlow, PyTorch).
• Expérience dans la construction d'applications basées sur Python pour servir les prédictions de modèles pour l'inférence en ligne.
• Expérience dans l'application de techniques de traitement du langage naturel pour construire des solutions utilisant des données non structurées
• Expertise dans l'utilisation de Git dans un environnement d'équipe collaboratif.
• Capacité avérée à effectuer des analyses statistiques pour valider les performances des modèles et l'impact commercial.
• Solides compétences en communication et en présentation, avec la capacité de transmettre des concepts techniques complexes à des publics techniques et non techniques.
• Expérience avérée dans le mentorat technique d'autres scientifiques des données.

Qualifications souhaitées

• Maîtrise ou doctorat dans une discipline telle que l'informatique, la science des données, l'ingénierie, les mathématiques appliquées ou un domaine connexe.
• Certification professionnelle dans les plateformes et services de données infonuagiques (par exemple, GCP Professional Machine Learning Engineer).
• Connaissance approfondie des principes ML Ops et familiarité avec les méthodes/outils associés.
• Expérience avérée dans la construction de modèles d'apprentissage automatique pour les systèmes de correspondance, de classement ou de recommandation.