QuantCube is looking for a talented MLOps Engineer with a specialization in NLP. This role is ideal for individuals passionate about building and maintaining complex data and ML pipelines, with a keen interest in applying AI to real-world economic and financial challenges.

MISSIONS

The assignments you will be working on include:

• Understand existing Data and ML pipelines and maintain existing Text Datalake

• Design conceptual diagrams for data pipelines and ML workflows

• Collaborate with Data Scientists to create robust modeling to approach the economic measure of interest using state of the art NLP models including LLMs, advanced Statistical Learning techniques, Time Series Analysis, Machine Learning technologies and AI

• Develop end-to-end modeling pipelines in Python, applying software development approaches, from data ingestion to deployment.

• Understand economic indicators, their methodologies, and influencing factors

• Develop procedures for collecting and processing Big Data, using massive data engineering skills

• Explore and assess the quality of available data sources

• Develop and run quality tests on production indices

• Collaborate with IT team including Data Architects and Data Engineers for pipeline implementation

QuantCube recherche un(e) ingénieur(e) MLOps talentueux(se) spécialisé(e) en NLP (traitement du langage naturel).

Ce poste est idéal pour les personnes passionnées par la construction et la maintenance de pipelines complexes de données et de modèles d’apprentissage automatique, avec un fort intérêt pour l’application de l’IA à des problématiques économiques et financières concrètes.

MISSIONS

Vous serez amené(e) à :

• Comprendre les pipelines de données et de machine learning existants, et maintenir le datalake textuel actuel.

• Concevoir des schémas conceptuels pour les pipelines de données et les workflows ML.

• Collaborer avec les data scientists pour créer des modèles robustes afin d’approcher les indicateurs économiques d’intérêt, en utilisant des modèles NLP de pointe, y compris les LLMs (Large Language Models), des techniques avancées d’apprentissage statistique, l’analyse de séries temporelles, le machine learning et l’IA.

• Développer des pipelines de modélisation de bout en bout en Python, en appliquant les bonnes pratiques du développement logiciel, de l’ingestion des données jusqu’au déploiement.

• Comprendre les indicateurs économiques, leurs méthodologies et les facteurs qui les influencent.

• Développer des procédures de collecte et de traitement des données massives, en mobilisant des compétences avancées en data engineering.

• Explorer et évaluer la qualité des sources de données disponibles.

• Développer et exécuter des tests de qualité sur des indices de production.

• Collaborer avec l’équipe IT, notamment les architectes data et data engineers, pour la mise en œuvre des pipelines.

• 4+ years of experience in MLOps or ML engineering, ideally in NLP-focused environments 

• Strong conceptual thinking and problem-solving skills 

• Solid knowledge of data structures, modeling, and software architecture 

• Proficient in managing large-scale datasets 

• Knowledge of econometric and time series techniques as well as Machine Learning Models 

• Familiarity with NLP and deep learning models 

• Programming skills: Strong level in Python (including OOP), UNIX commands under Linux and SQL 

• Experience with AWS cloud platform (GCP and Azure nice-to-have) 

• Understanding of CI/CD workflows and deployment of ML models 

• Understanding of macroeconomic and financial principles 

• Fluency in English 

• 4 ans ou plus d’expérience en MLOps ou ingénierie ML, idéalement dans des environnements centrés sur le NLP.

• Solides compétences en réflexion conceptuelle et en résolution de problèmes.

• Bonne maîtrise des structures de données, de la modélisation et de l’architecture logicielle.

• À l’aise avec la gestion de jeux de données à grande échelle.

• Connaissances en économétrie et en techniques de séries temporelles, ainsi qu’en modèles de machine learning.

• Familiarité avec les modèles NLP et de deep learning.

• Excellente maîtrise de Python (y compris la programmation orientée objet), des commandes UNIX sous Linux et de SQL.

• Expérience avec la plateforme cloud AWS (GCP et Azure sont un plus).

• Compréhension des workflows CI/CD et du déploiement de modèles ML.

• Bonne compréhension des principes macroéconomiques et financiers.

• Maîtrise de l’anglais.

• 1st Round: Meet our Recruiter & Lead Data Scientist (~30 min)

• 2nd Round: Use Case with the Director of Data & Analytics (1h)

• 3rd Round: Meet the co-founders (45min-1h)