Scientifique Senior en Machine Learning

🕒 il y a 1 mois

Postuler Maintenant

Trouver des Emplois à Distance Similaires

Configurer une alerte email pour les nouveaux emplois

📊 Vérifiez votre score de CV pour ce poste

Améliorez vos chances d'obtenir un entretien en vérifiant votre score de CV avant de postuler.

Télécharger le CV

SweatPals

Site WebLinkedInTous les Emplois

11 - 50 employés

Fondée en 2022

🏥 Santé

📣 Marketing

🛍️ eCommerce

Healthcare • Marketing • eCommerce

SweatPals est une plateforme conçue pour optimiser l’organisation d’événements fitness et la gestion de communautés, en proposant des outils permettant de créer, gérer et monétiser des événements en toute fluidité. Elle offre des fonctionnalités telles que des décharges de responsabilité automatisées, des questionnaires sur mesure, des landing pages personnalisables, un check-in mobile, ainsi qu’un accompagnement marketing pour attirer et engager les publics. Grâce à des plans d’adhésion dynamiques, à l’automatisation des paiements et à des insights puissants sur les préférences des membres, SweatPals aide les passionnés de fitness et les organisateurs à construire et animer efficacement leurs communautés.

Description

• Formuler des problèmes produits flous en problèmes de Machine Learning et choisir l'approche adaptée : ranking, retrieval, classification, modèles séquentiels, agents LLM ou statistiques classiques • Mener des projets de bout en bout : exploration des données, évaluation hors ligne, prototypage, expérimentation en ligne, itération • Pousser l'innovation lorsque cela compte, rester pragmatique sinon • Prendre en charge les métriques hors ligne (NDCG, recall@k, AUC, calibration) et les relier aux métriques en ligne (booking lift, rétention, GMV) • Déployer des modèles en production avec notre équipe d'ingénierie. Notre stack ML : FastAPI, PostgreSQL, BigQuery, AWS App Runner ; retrieval via FAISS et sentence-transformers, et APIs LLM managées (Claude, Gemini) • Construire des dispositifs d'évaluation et de monitoring pour savoir quand les modèles dérivent • Développer des fonctionnalités alimentées par LLM au sein de HostCopilot (drip campaigns, mesures de rétention, suggestions de tarification et de contenu) et sur les surfaces destinées à Pal (AI Concierge, recherche sémantique, recommandations) • Collaborer avec les équipes produit pour estimer les opportunités et traduire les résultats en décisions de roadmap • Élever le niveau d'exigence de la squad en matière de rigueur ML : évaluation hors ligne, conception d'expérimentations et rédactions de comptes rendus

🎯 Exigences

• 5+ ans d'expérience en ML appliqué avec déploiement de modèles en production. Bonus si une partie de cette expérience concerne des marketplaces, la recherche ou les systèmes de recommandation • Antécédents avérés pour transformer une « demande vague produit » en une fonctionnalité déployée qui a fait évoluer une métrique • À l'aise avec l'ensemble du cycle de vie : cadrage, données, modélisation, évaluation, déploiement, monitoring • Solides compétences en Python et SQL. Vous écrivez du code de production, pas seulement des notebooks • Fondations solides dans au moins un domaine ML : ranking et systèmes de recommandation, NLP et embeddings, ML classique, LLMs et agents, ou inférence causale • À l'aise avec les outils LLM modernes : prompting, RAG, évaluation, utilisation d'outils, sorties structurées • Statistiques pratiques : conception d'expériences, gestion des facteurs de confusion, savoir quand un test A/B est invalide • La connaissance de notre stack est un plus : FastAPI, PostgreSQL, BigQuery, FAISS, sentence-transformers, AWS, Amplitude • Diplôme avancé en ML, informatique, statistiques ou domaine connexe est courant. Doctorat ou expérience en recherche fortement apprécié

🏖️ Avantages

• Responsabilité : vous définirez le prochain chapitre du ML chez Sweatpals, pas la maintenance des modèles d'autrui • Culture native IA : nous utilisons quotidiennement Claude Code, déployons rapidement et considérons les outils IA comme indispensables • Flexibilité : remote-first, travail asynchrone encouragé, fuseau horaire UE • Rémunération : salaire compétitif et participation au capital à un stade précoce