DXS - Direct Expansion Solutions fournit des solutions de pompes à chaleur aérothermiques à volume et débit de réfrigérant variables (VRV/VRF) pour des bâtiments aux États-Unis et au Canada. Ses activités couvrent la conception des systèmes, la fourniture des équipements, la mise en service, la maintenance, les pompes à chaleur équipées d’onduleurs, la ventilation ainsi que les systèmes de contrôle de la ventilation et de la qualité de l’air intérieur. DXS accompagne les ingénieurs, les architectes, les propriétaires d’immeubles et les entrepreneurs dans des applications liées à la santé, au résidentiel, aux secteurs public et militaire, à la logistique et à la fabrication, en les aidant à poursuivre une électrification stratégique, à réduire leur consommation d’énergie et leurs émissions et à améliorer l’efficacité opérationnelle des bâtiments.
Ingénieur senior en apprentissage automatique — Télétravail, États-Unis
Dirigez le machine learning en production pour la plateforme de gestion des commandes d’entreprise de DataXstream. Concevez des modèles de recommandation, de prévision, de propension et d’intelligence documentaire pour les cas d’usage des clients.
Description
- Développer, entraîner et évaluer des modèles de prédiction, de classement et de recommandation pour des cas d’usage liés à la gestion des commandes
- Prendre en charge l’ensemble du cycle de vie de la modélisation, de la définition du problème et de la préparation des données jusqu’à l’ingénierie des caractéristiques, l’évaluation et le réentraînement
- Collaborer avec la gestion des produits afin de transformer les priorités de la feuille de route en problèmes de machine learning clairement délimités
- Analyser les données clients, optimiser et valider les modèles, et collaborer avec les équipes d’implémentation et d’ingénierie des solutions
- Créer des workflows d’entraînement Python reproductibles avec un suivi systématique des expériences
- Préparer, nettoyer et valider de grands ensembles de données SAP d’entreprise
- Conditionner les modèles et les pipelines entraînés pour leur déploiement en production
- Mettre en place une surveillance de la dérive des modèles, de la dégradation des performances et des problèmes de qualité des données
- Diagnostiquer les incidents de production en reliant le comportement des modèles aux conditions opérationnelles réelles
- Relier les prédictions des modèles à la plateforme produit au moyen d’interfaces de service documentées
- Appliquer des méthodes d’IA responsable couvrant l’évaluation des biais, l’explicabilité et une gouvernance rigoureuse des données
- Documenter la conception des modèles et communiquer leur comportement, leurs limites et leurs compromis aux équipes techniques, de livraison, commerciales et aux clients
- Examiner le travail de modélisation des collègues et promouvoir des normes plus exigeantes en matière de rigueur et de reproductibilité
Exigences
- Expertise avérée en machine learning appliqué et en science des données, notamment des modèles déployés en production et évalués à l’aide de mesures issues du monde réel
- Maîtrise avancée de Python et bonne pratique de PyTorch ou TensorFlow, scikit-learn, pandas et NumPy
- Solides bases statistiques, notamment en conception expérimentale et en sélection de métriques d’évaluation adaptées
- Maîtrise de SQL et expérience de la gestion de grands ensembles de données relationnelles
- Expérience dans le développement de pipelines planifiés de données et de caractéristiques sur des systèmes sources imparfaits
- Expérience dans le conditionnement, la documentation et la définition des exigences relatives aux modèles pour une équipe des opérations ou de la plateforme
- Capacité à travailler directement avec les clients et les parties prenantes de la livraison
- Compétences en TypeScript ou JavaScript suffisantes pour intégrer des modèles à la plateforme produit
- Excellentes compétences en communication écrite et orale
- Diplôme de licence en informatique, statistiques, mathématiques, ingénierie ou discipline technique connexe, ou expérience pratique équivalente
- Un CV en anglais doit être envoyé
Avantages
- Mission de contractuel à temps plein
- Employeur engagé en faveur de l’égalité des chances et de l’action positive
- Examen équitable des candidatures, indépendamment de la race, de la couleur de peau, de l’ascendance, de la religion, du sexe, de l’origine nationale, de l’orientation sexuelle, de l’âge, de la citoyenneté, de l’état matrimonial, du handicap, de l’identité de genre ou du statut d’ancien combattant