Senior ML Engineer: Scale AI for E-commerce Catalog

Brief IA; Paris; On-site; EUR 70,000 - 110,000; Full time

Job summary

Brief IA recherche un Senior Machine Learning Engineer pour concevoir, déployer et faire évoluer des solutions IA à grande échelle au cœur de la marketplace, afin d'améliorer la qualité du catalogue.

Vous travaillerez sur la catégorisation, l'extraction d'attributs, le matching et l'enrichissement de produits, en utilisant des modèles ML, DL, LLM et VLM, et en concevant des pipelines scalables et reproductibles.

Qualifications

• Plus de 5 ans d'expérience en ML/DL/AI Engineering.
• Expérience de la mise en production de modèles à grande échelle.

Responsibilities

• Concevoir et développer des solutions de ML et d'IA pour la qualité du catalogue : catégorisation, qualification, extraction d'attributs, matching et enrichissement de produits
• Construire et maintenir des pipelines scalables de classification, de matching d'entités, de similarité sémantique et d'extraction d'attributs
• Adapter et évaluer des modèles, dont des LLM et des modèles vision langage (VLM), sur des cas d'usage propres au catalogue
• Concevoir des workflows combinant ML, modèles IA, règles métier et validation humaine pour fiabiliser la qualité des données produits
• Définir et suivre les métriques de qualité catalogue et de performance des modèles, construire des benchmarks et restituer les résultats aux équipes tech et produit
• Écrire du code prêt pour la production, déployer les systèmes IA et en garantir la fiabilité, l'observabilité et la performance
• Travailler avec les développeurs, les Product Managers et les équipes métier pour cadrer les problèmes sous l'angle scientifique et business

Skills

Machine Learning

Deep Learning

AI Engineering

Job description

Brief IA recherche un Senior Machine Learning Engineer pour concevoir, déployer et faire évoluer des solutions IA à grande échelle au cœur de la marketplace, afin d'améliorer la qualité du catalogue.

Vous travaillerez sur la catégorisation, l'extraction d'attributs, le matching et l'enrichissement de produits, en utilisant des modèles ML, DL, LLM et VLM, et en concevant des pipelines scalables et reproductibles.