- Contribuer à la recherche, au prototypage et à la mise en production de nouvelles fonctionnalités d'IA et de ML au sein de notre portefeuille de produits.
- Collaborer avec les chefs de produit et les équipes d'ingénierie pour concevoir et déployer des améliorations à fort impact fondées sur les données.
- Acquérir une compréhension approfondie des produits et des actifs de données existants afin d'identifier des opportunités d'amélioration grâce à l'IA.
- Concevoir et mener des expérimentations pour valider de nouvelles pistes de recherche et évaluer les performances des modèles.
- Entraîner, affiner (fine-tuning) et optimiser des modèles de LLM et de ML à partir de données structurées et non structurées issues d'API et de flux de travail clients.
- Élaborer des stratégies pour l'inférence de modèles en temps réel et un déploiement à grande échelle.
- Collaborer avec des prestataires externes pour la collecte de données, l'annotation et les initiatives de recherche.
- Échanger avec les clients et les équipes régionales de services professionnels pour comprendre l'évolution des schémas de fraude et intégrer ces enseignements au développement des produits.
Profil candidat:
- Plus de 4 ans d'expérience dans la création, l'entraînement et l'évaluation de modèles de Deep Learning et de Machine Learning à l'aide d'outils tels que PyTorch, TensorFlow, scikit-learn, HuggingFace ou LangChain.
- Une expérience en start-up ou au sein d'une équipe pluridisciplinaire constitue un atout.
- Une expérience en traitement du langage naturel (NLP) constitue un atout.
- Solides compétences en programmation Python, incluant la manipulation (data wrangling), l'analyse et la visualisation de données.
- Expérience solide en SQL et en interrogation de bases de données pour l'exploration et la préparation des données. Maîtrise des plateformes cloud (AWS, Azure, etc.) et des outils de la « modern data stack » (Snowflake, Databricks, etc.).
- Capacité à collaborer au-delà des fuseaux horaires et à effectuer des déplacements occasionnels si nécessaire.