Nebius
Publiée le 27 octobre
Senior ML Engineer (Agentic Search)
Expérience5 ans minimum en génie logiciel ou machine learning appliqué
Aucun signal d'arnaque détecté.Vérifier une autre offre
Ton CV colle-t-il à cette offre ?
Ajoute ton CV : ton niveau en 30 secondes, sans créer de compte.
On lit ton CV pour te répondre, sans le garder. Il n'est enregistré que si tu crées ton compte.
En bref
Nebius recrute un Senior ML Engineer pour son plateforme de recherche agentique destinée aux systèmes d'IA. Le poste consiste à entraîner et déployer en production des modèles de recherche, de classement et d'indexation à grande échelle.
Missions
- Entraîner et déployer en production des modèles de recherche, de reranking et de pertinence (embeddings, cross-encoders)
- Développer des modèles pour l'exploration web, la sélection de données et la compréhension du contenu
- Construire et maintenir les pipelines de données, d'entraînement et d'évaluation (génération de données, jeux d'évaluation, réentraînement)
- Améliorer la plateforme ML : orchestration d'entraînement (Kubernetes, ordonnancement GPU, suivi d'expériences) et optimisation de l'inférence à faible latence
- Intégrer les modèles dans les services de production en équilibrant latence, qualité et coût
- Appliquer les dernières avancées en architectures et méthodes d'entraînement pour la recherche et les systèmes intégrant des LLM
Profil recherché
- 5 ans d'expérience minimum en génie logiciel ou machine learning appliqué
- Solides compétences en Python et en Go ou C++
- Expérience avérée du déploiement de modèles ML en production
- Bonne maîtrise du machine learning et du deep learning moderne (transformers, embeddings)
- Expérience de la construction de pipelines de données ou de ML et de l'orchestration de workflows
- Capacité à définir des métriques pertinentes et à évaluer rigoureusement les modèles
- Orientation produit, centrée sur l'impact et l'itération
Compétences appréciées
- Expérience pratique en recherche, classement ou recommandation
- Expérience de Kubernetes, de l'entraînement distribué ou de l'optimisation de l'inférence (batching, quantification, compilation)
- Contributions open source, publications techniques ou interventions en conférence
- Bons résultats sur des benchmarks publics (MTEB, BEIR) ou modèles publiés sur Hugging Face
Ce que propose le poste
- Rémunération compétitive
- Opportunités de croissance et d'apprentissage
- Flexibilité et autonomie
- Environnement international et équipes talentueuses
Source : Jobicy. Annonce nettoyée et résumée par CandidAI.