Dollarama
Numa
Senior Machine Learning Entwickler
Die Rolle
Senior Machine Learning Entwickler
Wir suchen einen Senior Machine Learning Entwickler, um ML/KI-Systeme zu entwickeln und bereitzustellen, die täglich mit echten Kunden interagieren. Unsere Sprachagenten buchen Servicetermine, retten verpasste Anrufe und leiten Anrufer durch natürliche Gespräche. Sie arbeiten produkt- und plattformübergreifend. Sie werden KI-Funktionen wie Prompts, Agenten, Tools und produktive ML-Modelle bereitstellen und gleichzeitig die Auswertungen und Tools entwickeln, die Teams helfen, mit Zuversicht zu liefern. Sie werden auch zu unserer ML-Plattform beitragen, einschließlich Modell-Serving, LLM-Infrastruktur und Produktions-Observability. Bei Numa glauben wir, dass großartiges ML mehr ist als nur der Bau größerer Modelle. Es geht darum zu wissen, ob eine Änderung gut genug ist, um sie bereitzustellen. Unser Evaluations-First-Ansatz macht dies in CI und Produktion messbar.
Warum zu Numa wechseln
- Wir glauben an das Wachstum jedes Einzelnen
- Teil eines Branchenführers sein, der von Inc. 5000 als das #1 am schnellsten wachsende KI-Automobilunternehmen ausgezeichnet wurde
- Eine kategoriedefinierende KI-Technologie repräsentieren, die die Automobilindustrie transformiert
- Treten Sie einer wachstumsstarken Organisation mit erheblichen Möglichkeiten für den beruflichen Aufstieg bei
Was Erfolg ausmacht
Standort: Montreal, Quebec, Toronto oder Ontario
- Ihre Squad liefert KI-Funktionen schneller und mit mehr Zuversicht aus, da die Auswertungen und Tools darum herum solide sind
- Keine KI-Änderung, die Sie verantworten, erreicht Kunden ohne eine dahinterstehende Auswertung, und Regressionen werden erkannt, bevor sie ausgeliefert werden
- Sie haben mindestens eine hart erkämpfte Lektion eines Squads in Plattform-Hebelwirkung verwandelt, auf die sich der Rest des Teams jetzt verlässt
- Produktionsprobleme in Ihrem Bereich werden verstanden, gemessen und mit statistischer Sicherheit geschlossen, dass die Korrektur tatsächlich funktioniert hat
- Andere Ingenieure sind besser im Bau von KI-Systemen aufgrund Ihrer Reviews, Ihrer Dokumentation und Ihrer Arbeitsweise
Bei Numa haben Sie die Möglichkeit, bahnbrechende Technologie in einer Branche zu repräsentieren, die bereit für Innovationen ist. Wenn Sie es lieben, im Feld zu sein, gerne Probleme in Echtzeit lösen und in einem schnell wachsenden Unternehmen etwas bewirken wollen, würden wir uns freuen, von Ihnen zu hören.
Über Numa
Numa baut die Plattform für KI-gesteuerte Autohäuser und gestaltet den Kfz-Service und -Verkauf mit fortschrittlichen KI-Agenten neu, die Kundeninteraktionen automatisieren, Abläufe optimieren und die Arbeitsweise von Autohäusern neu definieren. Numa integriert KI in jeden Aspekt der Autohausfunktionen – von der Rettung von Kundenanrufen und Voicemails, die mehr Umsatz generieren, über die Reduzierung von Lösungszeiten für Kunden, die die allgemeine Kundenzufriedenheit (CSI) steigern, bis hin zur Verbesserung der Produktivität und Verantwortlichkeit des Autohaus-Teams. Numa hat 50 Millionen Dollar von führenden Investoren (Google, Threshold, Costanoa, Mitsui und Touring Capital) eingesammelt.
Was Sie tun werden
- Konversations-KI-Systeme für Telefon und SMS entwickeln, die Kundenbedürfnisse verstehen, Maßnahmen ergreifen und wissen, wann sie autonom handeln müssen
- Tools wie Speicher, Wissensgraphen und validierte Anpassungen entwickeln, die Agenten beim Schlussfolgern und Anpassen an die Bedürfnisse des Autohauses unterstützen
- ML-Modelle mit Ray Serve und Dagster für Vorhersage, Klassifizierung, Ranking und Kapazitätsplanung trainieren, evaluieren und bereitstellen und sie in der Produktion am Laufen halten
- Offline- und Online-Evaluierungen, Simulationen und CI-Gates erstellen, die Regressionen erkennen und die Qualität in der Produktion kontinuierlich messen
- Gemeinsame Evaluierungs-, Observability- und LLM-Tools implementieren, die Produkt-Squads helfen, schneller und zuverlässiger zu liefern
- Den Engineering-Standard durch Design- und Code-Reviews, technische Dokumentation und Mentoring erhöhen
- Autonom arbeiten, wenn Ziele klar sind, und helfen, Klarheit zu schaffen, wenn sie es nicht sind
Was Sie mitbringen
- 6+ Jahre Erfahrung in der Software- oder machine learning-Entwicklung, mit einer Erfolgsbilanz bei der Bereitstellung von ML- oder LLM-gestützten Systemen in der Produktion
- Starkes Python und solide Grundlagen im Software Engineering; Sie schreiben Code, auf dem andere aufbauen, testen und vertrauen können
- Praktische Erfahrung im Aufbau von KI-Systemen; Training und Bereitstellung von ML-Modellen (Vorhersage, Klassifizierung, Ranking) und/oder Arbeit mit LLMs (Prompting, Tool-Nutzung, Agenten, Retrieval) mit einem echten Gespür dafür, wo sie versagen
- Ein rigoroser, evaluations-first Instinkt; Sie greifen auf Messungen zurück, um eine echte Verbesserung von einem glücklichen Zufall und eine echte Regression von Rauschen zu unterscheiden
- Komfort im Umgang mit bedeutsamer Mehrdeutigkeit in einer Produktumgebung und das Urteilsvermögen, zu wissen, wo man Tiefe statt Geschwindigkeit investiert
- Eigenverantwortung und Kommunikation; Sie können ein Arbeitspaket vom Problemrahmen bis zur Bereitstellung, Überwachung und Verbesserung durchführen
Nice To Have
- Erfahrung im Aufbau oder Betrieb von ML-Plattformen und -Tools: Evaluierungs-Frameworks, Modell-Serving, Feature-/Prompt-Registries oder ML-Observability
- Vertrautheit mit unserem Stack oder dessen Nachbarn: LiveKit, Ray Serve, Dagster, Vertex AI, GCP, Kubernetes, Pulumi oder Anbieter APIs (Anthropic, OpenAI, Deepgram, ElevenLabs)
- Komfort bei der Überführung eines Modells oder Agenten vom Prototyp zur Produktion und dessen Betreuung dort
- Kenntnisse in Echtzeit- oder Streaming-Systemen: Sprache, Telefonie (SIP/WebRTC) oder Low-Latency-Inferenz
- Vertrautheit mit der Arbeit in einem Startup oder einem schnell wachsenden Unternehmen mit sich entwickelnden Bedingungen
Vergütung & Leistungen
- Gehaltsspanne: 200.000 $ - 250.000 $ CAD
- Aktienpakete
- Flexible PTO
- Vollständig abgedeckte Gruppenversicherung
