Senior ML Ops _TG Content Creation

Description de l'offre

Le Content Creation Technology Group (CCTG) est à la recherche d'un ML Ops senior qui travaillera au sein d'une équipe qui développe des solutions d’apprentissage automatique pour améliorer l'expérience joueur, entre autres avec un projet sur des robots visant à simuler de vrais joueurs concurrents. Le rôle du ML Ops senior sera de définir les meilleures pratiques et les principes de conception pour aider l'équipe à livrer notre ambitieuse feuille de route de fonctionnalités.

Principales responsabilités :

·  Concevoir et développer des systèmes d'apprentissage automatique et des schémas basés sur les requis et les objectifs de l'entreprise.
·  Optimiser les solutions existantes pour améliorer les performances, l'évolutivité et l'efficacité.
·  Adapter et améliorer l'utilisation des modèles, faciliter l'utilisation des outils et les adapter aux besoins des utilisateurs.
·  Créer des outils pour soutenir et intégrer les modèles d'apprentissage automatique dans un pipeline multi-processus.
·  Améliorer les librairies et frameworks d'apprentissage automatique existants.
·  Collaborer avec les équipes de production du jeu, l'équipe de science des données, l'équipe de recherche et d'autres parties prenantes.

Autres responsabilités :

·  Mener des recherches pour rester au courant des dernières avancées technologiques.
·  Documentation, présentations et partage des connaissances pour communiquer des concepts d'IA complexes aux collaborateurs techniques et non techniques.
·  Création de preuves de concepts pour satisfaire les exigences sur les orientations du produit.

Formation :

·  Baccalauréat en informatique ou en génie informatique ou équivalent.
·  Une spécialisation en apprentissage automatique est un atout.

Expérience pertinente :

·  Un minimum de 5 ans d'expérience en génie logiciel.
·  Un minimum de 2 ans d'expérience en apprentissage automatique.

Compétences :

·  Une bonne connaissance d'un pipeline d'apprentissage automatique de production ; de la formation et du déploiement de ML au suivi de la performance des modèles et au behavioral-drift .
·  Maîtrise de Python et expérience des librairies et frameworks tels que PyTorch et/ou TensorFlow.
·  Une bonne connaissance des plateformes MLOps telles que Databricks et/ou ClearML.
·  Une bonne connaissance de la technologie des conteneurs tels que Docker et/ou Kubernetes.
·  Une bonne connaissance des fondamentaux de l'apprentissage automatique et de l'apprentissage profond.

Intéressant :

·  Une bonne connaissance des plateformes basées sur le cloud est un atout.
·  Une bonne connaissance des produits de base de données est un atout.