Être là pour toutes et tous, participer à la construction d’une société qui place l’humain au cœur de ses interactions, c’est la responsabilité que nous avons choisi de porter

Ce que vous ferez et qui vous êtesNous recherchons un Machine Learning Engineer expérimenté pour rejoindre notre équipe de recherche et aider nos millions d'utilisateurs à trouver efficacement ce dont ils ont vraiment besoin ou à se débarrasser rapidement de ce dont ils n'ont plus besoin. La recherche est le point d'entrée pour la grande majorité de nos utilisateurs et un élément central de Leboncoin.

Tu rejoindras une équipe pluridisciplinaire passionnée, profondément investie dans les aspects technologiques et produits. Nous sommes les principaux utilisateurs des services que nous développons. Tu seras impliqué dans l'ensemble du processus de développement de fonctionnalités, en travaillant en étroite collaboration avec les ingénieurs back-end, les développeurs front-end et de nombreuses autres équipes internes.

En tant que Machine Learning Engineer, tu contribueras à la maintenance, la conception et le déploiement des services ML qui améliorent et personnalisent l'expérience de recherche des utilisateurs. En rejoignant la guilde Data Science, tu auras aussi l'opportunité de contribuer à des sujets transverses, d'apprendre et de partager les meilleures pratiques dans ton domaine. Tu échangeras fréquemment en anglais avec les équipes du groupe Adevinta.

Voici quelques sujets sur lesquels tu pourras travailler :

Suggérer, implémenter et A/B tester une nouvelle version de personnalisation de la recherche utilisateur : ajout de nouveaux signaux ou de nouvelles modalités, ou test de différentes architectures de modèles, tailles d’embeddings, d'algorithmes...

En collaboration avec les ingénieurs backend, expérimenter une technologie alternative qui nous permettrait d'itérer et de gagner en performance plus rapidement.

Travailler sur les pipelines de développement ML pour augmenter l'automatisation, améliorer la tolérance aux pannes, la surveillance et l'observabilité.

Refondre le système d'auto-complétion pour y ajouter de nouvelles fonctionnalités (meilleure gestion des fautes de frappe, gestion des acronymes...) ou pour améliorer nos KPI à un coût raisonnable.

Rechercher de manière proactive des solutions ML pour résoudre les problèmes de nos utilisateurs.

Ton profil

Nous recherchons quelqu'un qui est habitué à aborder des problèmes compliqués avec du ML, de l'exploration des données à la livraison de modèles en production. Tu rêves en SQL, Athena n'est pas un dieu pour toi ; les notebooks et les bibliothèques de traçage sont tes amis, tout autant que TensorFlow/PyTorch, Kubeflow, MLflow, Airflow et Kubernetes (ou devraient rapidement le devenir). Tu es habitué à travailler dans le cloud (AWS de préférence).

Comme nous recrutons un ingénieur expérimenté, nous attendons de toi que tu contribues activement aux débats tant sur l’architecture que sur les données à générer/utiliser, en offrant des opinions potentiellement fortes à condition qu'elles soient accompagnées de pragmatisme. Tu es curieux, apprends vite et recherche l'autonomie. Nous serions ravis si tu nous montres comment améliorer ce que nous faisons, si tu prends des initiatives et si tu proposes des solutions innovantes.

Tu auras probablement quelques années d'expérience dans un rôle similaire, mais nous sommes moins intéressés par la durée que par tes réalisations. Idéalement, tu as déjà une expérience dans le domaine de la recherche d'informations d'un point de vue Deep/Machine Learning.

Bénéfices

Rémunération compétitive

L'occasion de façonner notre façon de travailler. Votre retour d'information et vos opinions sont appréciés à tous les niveaux de l'organisation.

Avantages sociaux comprenant un plan d'achat d'actions et des plans de primes annuelles

Flexibilité pour travailler quand et comme vous le souhaitez - horaires flexibles, autonomie pour établir votre propre agenda, choix du téléphone et de l'ordinateur.

Politique de travail agile - travailler à distance une partie du temps, en équilibrant le temps passé au bureau avec votre équipe - entre 5 et 45 jours par trimestre au bureau en fonction de chaque équipe.

Des semaines de travail n'importe où - jusqu'à quatre semaines de travail n'importe, à condition d'avoir une connexion internet !

Développement de carrière, y compris les cours de langues et l'Adevinta Academy (notre nouvelle plateforme d'apprentissage révolutionnaire) : des contenus spécialisés élaborés par nos experts sur l'apprentissage automatique, la méthode Agile, le leadership, etc.