Senior ML Ops TG Content Creation

Description du poste

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.

Qualifications

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.