Le poste:

Nous recherchons un Senior MLOps Engineer pour nous aider à construire une plateforme ML, promouvoir le partage de véhicules, et mettre à contribution les 1.5 milliards de voitures dans le monde.

Dans ce rôle, vous contribuerez à construire la plateforme ML/IA chez Turo. Vous façonnerez les outils et l’infrastructure qui alimentent les applications ML; notamment dans les domaines de la gestion des risques et de l’assurance, de la tarification, et du classement des recherches. 

Vous travaillerez en étroite collaboration avec les équipes Data Science, Backend et ML Engineering, pour fournir des services ayant un impact direct sur le produit.

Vous avez une passion pour les marketplaces, et êtes enthousiaste à l’idée de jouer un rôle clé dans la conception du produit, de l’idéation au déploiement en production.

Responsabilités:

• Développer et maintenir les pipelines ML, à l’échelle, sur toutes les étapes du cycle de vie des modèles, de la création de features au déploiement des services en production. Une forte attention est portée à la standardisation de ces pipelines. 

  • Concevoir et mettre en œuvre l’automatisation, l’orchestration et le suivi des métadonnées pour les processus et pipelines d’apprentissage automatique.

  • Développer l’infrastructure pour l’entraînement, l’optimisation et le déploiement des modèles ML, en s’assurant de l’efficacité et de la mise à l’échelle.

  • Choisir et intégrer les différents outils du cycle de vie ML (orchestration, feature store, calcul distribué, registre d’artefacts…)

• Vous serez aussi amené à être responsable de la création des modèles qui utilisent ces pipelines. De l’idéation, au développement, jusqu’au déploiement et au suivi de performance, tout en veillant à l’alignement avec les objectifs business.

• Améliorer les calculs en temps réel ou batch pour l’entraînement, les tests et le déploiement des modèles ML; toujours en déployant du code maintenable, de haute qualité, en production.

• Expert dans les technologies OSS clés telles que Ray, MLFlow, Tensorflow, PyTorch, xgboost, Airflow, Docker, Kubernetes, etc.

• Encadrer et guider les membres de l’équipe, favorisant une culture d’excellence et d’apprentissage.

Qualifications requises:

• 5+ années d’expérience professionnelle sur ces sujets (et/ou expérience académique pertinente).

• Solide expérience en software engineering et en infrastructure. Expérience de la mise en place et de la mise à l’échelle des pipelines d’entraînement, de test et de production ML.

• Compétent en programmation avec Python, Java, Kotlin ou équivalent.

• Expérience avec les outils d’infrastructure as code (IaC) tels que terraform ou Pulumi.

• Connaissance de Kubernetes, Airflow et des systèmes de calculs distribués (Ray, Spark ou similaire).

• Solide compréhension des méthodes statistiques, des techniques d’optimisation, et des algorithmes d’apprentissage automatique. Application de ces connaissances pour la résolution de problèmes business concrets.

• Vous êtes minutieux, avez un sens aigu du détail. Fortement motivé pour travailler dans un context dynamique, vous avez une constante volonté d’apprendre et d’innover. 

Le processus de recrutement sera effectué en anglais. Dans ce cadre, merci de partager votre CV en anglais.

• 5+ années d’expérience professionnelle sur ces sujets (et/ou expérience académique pertinente).

• Solide expérience en software engineering et en infrastructure. Expérience de la mise en place et de la mise à l’échelle des pipelines d’entraînement, de test et de production ML.