PAR Technology
PAR Technology
1 001 – 5 000 Employés
Alimentation et boissonsConseilLogistique
PAR Technology développe des solutions technologiques pour les restaurants, les entreprises du secteur de l’hôtellerie et d’autres environnements de services à forte fréquentation. Sa plateforme regroupe les systèmes de point de vente, la commande numérique, les paiements et les outils de fidélisation afin d’aider les exploitants à coordonner les flux de travail en salle et en arrière-plan. PAR Technology accompagne des organisations dans la restauration rapide et décontractée, les cinémas, les casinos, les parcs à thème, les hôtels et les commerces de proximité, grâce à des produits infonuagiques conçus pour fluidifier les opérations et offrir une expérience client plus homogène.

Ingénieur·e MLOps, résolution d’identité

Mettez en production les modèles de résolution d’identité de Bridg pour la plateforme logicielle de restauration de PAR Technology. Créez des pipelines AWS et Spark, du CI/CD, de la supervision et des interfaces de données interrogeables par des agents.

Description

  • Faites passer le modèle de résolution d’identité de Bridg des notebooks à une production automatisée et supervisée.
  • Créez et maintenez des pipelines de données et de machine learning fiables et évolutifs.
  • Écrivez des tests et ajoutez de l’observabilité aux données de correspondance.
  • Optimisez les tâches Spark et créez des workflows CI/CD.
  • Renforcez les tests système et la documentation.
  • Collaborez avec l’équipe de science des données pour fournir des systèmes de machine learning en production.
  • Réalisez des analyses exploratoires de données et examinez leur qualité.
  • Maintenez les pipelines de caractéristiques et la cohérence entre l’entraînement et le service des modèles.
  • Évaluez les modèles de référence et challengers et signalez les résultats anormaux.
  • Créez des interfaces légères permettant aux workflows d’agents d’interroger les résultats de résolution d’identité.
  • Utilisez l’IA pour programmer, refactoriser, créer de l’infrastructure sous forme de code et de la documentation de conception, résumer les journaux et les exécutions, explorer des jeux de données et générer des cas d’évaluation.
  • Rendez compte au directeur Produit de Bridg.

Exigences

  • 2 à 4 ans d’expérience dans la création de systèmes de données ou de machine learning en production.
  • Licence en informatique, en ingénierie des données ou dans un domaine connexe, ou expérience pratique équivalente.
  • Expérience dans la création et la maintenance de pipelines de machine learning ou de données automatisés et testés.
  • Expérience de l’amélioration du CI/CD pour les workflows de données ou de machine learning, notamment des processus basés sur Git, des tests unitaires et d’intégration automatisés et la promotion par branche entre développement, préproduction et production.
  • Expérience avec des outils d’orchestration de workflows tels qu’Airflow, Step Functions ou Databricks Workflows, y compris les nouvelles tentatives, les backfills, le suivi des SLA et les alertes.
  • Connaissance du suivi des expériences et des registres de modèles tels que MLflow.
  • Notions de supervision et d’observabilité, de contrôles de qualité des données et de dérive des schémas, ainsi que de dérive des distributions d’entrée et de sortie.
  • Expérience de l’infrastructure sous forme de code, de la gestion des secrets et des environnements Python reproductibles.
  • Expérience en production des services AWS, notamment S3, EMR, Glue, Step Functions, Lambda, IAM et CloudWatch.
  • Connaissances pratiques des performances de Spark, notamment le skew, le shuffle, le spill, le partitionnement et les stratégies de jointure.
  • Expérience de la mise à disposition de résultats traités pour des systèmes en aval tels que Redshift.
  • Capacité à réaliser des analyses exploratoires de données et des enquêtes sur leur qualité.
  • Expérience dans la création et la maintenance de pipelines de caractéristiques et dans le maintien de la cohérence entre entraînement et service.
  • Bases en statistiques appliquées, notamment en probabilités, tests d’hypothèses, échantillonnage et métriques d’évaluation.
  • Maîtrise de l’écosystème de science des données Python, notamment pandas, scikit-learn et PySpark.
  • Intérêt pour l’intégration de données avec des agents basés sur des LLM et volonté de créer des interfaces telles que des serveurs MCP, des endpoints REST ou GraphQL ou des flux structurés.
  • Bon jugement dans la gestion des contrats de données.
  • Aisance à travailler avec des jeux de données contenant des informations personnelles identifiantes.
  • Utilisation quotidienne d’assistants de programmation IA, avec la responsabilité de vérifier et de tester le code généré par l’IA.
  • Être légalement autorisé·e à travailler aux États-Unis ou au Canada.
  • Ne pas être lié·e par un accord de restriction qui empêche de travailler chez PAR.

Avantages

  • Éligibilité à une prime.
  • Rémunération supplémentaire potentielle, notamment sous forme de commission et/ou de participation au capital, le cas échéant.
  • Organisation du travail à distance dans les lieux éligibles.
  • Aménagements raisonnables pour les personnes en situation de handicap.

Offres similaires

Volga Partners

Spécialiste à distance en annotation de données, détection d’objets — États-Unis

Volga Partners

Annotez des jeux de données visuelles pour les projets d’IA de Volga Partners en étiquetant des objets afin de contribuer aux systèmes de vision par ordinateur. Contribuez à améliorer la qualité de la détection d’objets grâce à un travail rigoureux et régulier.

Ouvrir
KeyrusCloud

Ingénieur IA déployé chez les clients

KeyrusCloud
11 – 50 Employés
ConseilEntrepriseSaaS

Déployez des solutions d’IA en production pour Keyrus, un cabinet de conseil en intelligence d’entreprise. Connectez des API, des plateformes cloud, des systèmes d’entreprise et les processus des clients.

Ouvrir
Netflix

Ingénieur logiciel senior, développement de modèles pour la plateforme d’IA

Netflix

Développez la plateforme d’IA de Netflix pour soutenir le développement, l’expérimentation et le déploiement de modèles d’apprentissage automatique. Collaborez avec des chercheurs et des spécialistes des données pour améliorer les outils tout au long du cycle de vie de l’apprentissage automatique.

Ouvrir