
Zaizi travaille avec des organisations gouvernementales et axées sur la sécurité pour créer, améliorer et maintenir des services numériques sécurisés. Son activité associe stratégie, conception de services, gestion de produits, recherche utilisateur, livraison agile, automatisation et services cloud afin de relever les défis complexes du secteur public. Zaizi privilégie les décisions fondées sur des données probantes, une collaboration étroite et des solutions qui aident ses clients à développer durablement leurs capacités numériques dans des domaines tels que la sécurité des frontières, la sécurité nationale et les services gouvernementaux au sens large.
Ingénieur principal en apprentissage automatique et IA chez Zaizi - Hybride au Royaume-Uni
Pilotez le développement et le déploiement de solutions d’IA générative et de MLOps pour les projets de Zaizi dans le secteur public britannique. Étudiez les technologies émergentes de l’IA, déployez des modèles sécurisés en production et accompagnez les équipes d’ingénierie.
Description
- Étudier, développer et valider de nouveaux algorithmes, modèles et technologies d’IA
- Créer des modèles sophistiqués d’apprentissage automatique
- Construire, exploiter et maintenir des pipelines MLOps pour l’intégration et le déploiement continus, la supervision et le réentraînement des modèles
- Concevoir, développer, tester et déployer des modèles avancés d’apprentissage automatique
- Sélectionner les modèles les plus adaptés aux produits et services
- Assurer le leadership technique sur des problèmes complexes et inhabituels d’apprentissage automatique
- Adapter, optimiser, réentraîner et maintenir les modèles existants
- Mettre les modèles en production et les valider au regard des exigences de performance
- Connecter les modèles d’apprentissage automatique aux systèmes existants
- Superviser les modèles en production afin de préserver leur sûreté, leur sécurité et leur efficacité
- Soutenir le développement des membres juniors de l’équipe grâce au mentorat
- Orienter les décisions techniques au sein de l’équipe
Exigences
- Expertise approfondie en apprentissage automatique, avec une solide connaissance des algorithmes, des frameworks et des pratiques établies de ML
- Diriger la recherche en IA générative en tant qu’expert du domaine, notamment la planification et la conduite des activités de recherche
- Identifier et évaluer les technologies émergentes d’IA générative selon leur valeur métier, leur faisabilité et leur application dans le domaine de la sécurité nationale
- Réaliser des preuves de concept complexes et à haut risque pour de nouvelles applications d’IA
- Être la principale source d’expertise de l’organisation en matière d’IA générative
- Utiliser diverses méthodes de science des données pour soutenir le développement des modèles
- Expérience avérée dans la création, le déploiement et la gestion de modèles complexes d’apprentissage automatique
- Être autorisé à travailler au Royaume-Uni sans parrainage
- Avoir vécu de manière continue au Royaume-Uni pendant plus de cinq ans afin de satisfaire aux exigences de l’habilitation SC
Avantages
- Révisions salariales annuelles alignées sur la performance et la valeur du marché
- Régime de retraite Loyalty avec une contribution initiale de l’employeur de 5 %, augmentant de 0,5 % par an après le troisième anniversaire jusqu’à un maximum de 8 %
- Assurance vie collective complète
- 10 jours rémunérés pour le service militaire en tant que réserviste
- 25 jours de congés annuels plus les jours fériés
- Possibilité d’acheter ou de vendre des jours de congés supplémentaires
- Deux jours de bénévolat rémunérés par an
- Certifications professionnelles entièrement financées, notamment AWS, GCP et Agile
- Cinq jours de congé d’études rémunérés
- Fonds Personal Choice annuel de 500 £
- Accès à un accompagnement professionnel individuel et à des formations d’équipe
- Assurance médicale privée Vitality avec Apple Watch, réductions en salle de sport et récompenses
- Mode de travail hybride
- Allocation pour l’équipement de télétravail
- Dispositif Cycle to Work