États-Unis
ComTec Solutions LLC
Burq, Inc.
Ingénieur Staff Machine Learning / Recherche Opérationnelle
À distanceÉtats-Unis
United States
Traduction automatique. Consultez l’original.
À propos de Burq
Nous révolutionnons le commerce, du port à la porte, avec Burq Intelligence.
Burq est née d'une mission ambitieuse : transformer le processus complexe de l'offre de livraison en une solution simple et clé en main. C'est une mission de taille, et nous souhaitons maintenant que vous nous rejoigniez pour la rendre encore plus grande.
Nous sommes fiers d'être reconnus par Fast Company comme l'un des meilleurs lieux de travail pour les innovateurs et comme un Partenaire de Puissance Inc. Magazine en 2025, des récompenses qui soulignent notre redéfinition de l'avenir de la logistique tout en permettant à nos partenaires de croître.
Soutenus par des investisseurs de premier plan de la Silicon Valley tels que Village Global, dont les investisseurs incluent Bill Gates, Jeff Bezos, Mark Zuckerberg, Reid Hoffman et Sara Blakely, nous avons constitué une équipe de classe mondiale à travers le globe.
Nous opérons à grande échelle tout en restant suffisamment petits pour que chaque personne ait un impact considérable. Il y a beaucoup de travail important à accomplir, et rejoindre Burq signifie l'opportunité de grandir plus vite que jamais tout en accomplissant le travail le plus significatif de votre carrière.
Le rôle
Nous recrutons un ingénieur ML/RO Staff pour définir et construire l'intelligence au cœur de Dispatch OS, notre plateforme de décisions de dispatch assistées par ML. Vous définirez la direction technique de la manière dont Burq tarife, sélectionne, prévoie et achemine les livraisons, et vous construirez personnellement les modèles et systèmes d'optimisation à plus fort effet de levier.
Vous serez responsable de l'architecture et de la feuille de route pour le ML et l'optimisation sur l'ensemble de la plateforme, prendrez les paris techniques clés et élèverez le niveau de nos méthodes de construction, d'évaluation et de déploiement de modèles. Il s'agit d'un rôle pratique d'ingénieur individuel avec un impact au niveau de l'entreprise sur les revenus, la marge et la fiabilité des livraisons.
Ce que vous ferez
Leadership technique
- Direction technique : responsabilité de la feuille de route ML et optimisation pour Dispatch OS, en décidant quels problèmes nécessitent du ML, lesquels des solveurs, lesquels restent heuristiques, et dans quel ordre.
- Architecture : conception de l'architecture de bout en bout pour le service de modèles, l'évaluation et l'optimisation afin qu'elle évolue avec le volume des commandes, les nouveaux fournisseurs et les nouveaux clients.
- Problèmes les plus complexes : diriger les problèmes de modélisation et d'optimisation les plus ambigus et à enjeux élevés, de la définition à la production, et guider le travail technique au sein de l'Ingénierie et des Données.
- Élever le niveau : définir les normes pour l'expérimentation, l'évaluation et le ML en production, et encadrer les ingénieurs par le biais de revues de conception, de jumelage et de revue de code.
- Partenariat stratégique : travailler avec le Produit et la direction pour façonner la stratégie produit et identifier où le ML et la RO créent un avantage concurrentiel.
Systèmes fondamentaux
- Sélection et tarification des devis : concevoir et déployer des modèles pour la sélection des devis, la tarification dynamique et la notation de fiabilité qui améliorent mesurablement la marge, le taux de réussite et la conversion.
- Prévision : construire des modèles de prévision de la demande et du volume, y compris des approches modernes de deep learning lorsque celles-ci surpassent les méthodes classiques, pour aider les opérations et les clients à planifier la capacité des chauffeurs et des flottes.
- Optimisation : passer des décisions de dispatch basées sur des heuristiques à une optimisation basée sur des solveurs pour le regroupement, l'optimisation des itinéraires et la recommandation de véhicules/flottes, en utilisant OR-Tools, Gurobi ou des outils similaires lorsque cela est justifié.
- LLMs et agents : appliquer les LLMs et les agents IA aux flux de travail de dispatch, tels que l'extraction des règles des fournisseurs et des conditions tarifaires à partir de documents, et l'automatisation du suivi des devis et de la gestion des exceptions.
- Évaluation et confiance : construire des cadres d'évaluation rigoureux et reproductibles qui permettent aux clients de vérifier les performances d'un modèle par rapport à leurs propres décisions historiques avant de lui faire confiance pour agir.
- Traduction des contraintes : transformer les contraintes opérationnelles réelles (disponibilité des chauffeurs, règles des fournisseurs, plafonds de coûts) en exigences de modèle, logique de notation et formulations d'optimisation.
- MLOps : concevoir et gérer des pipelines automatisés pour la formation, le déploiement et la surveillance afin que les modèles restent précis en production à grande échelle.
- Travail natif IA : utiliser quotidiennement des outils IA pour accélérer l'expérimentation, automatiser les pipelines d'évaluation et déboguer plus rapidement.
Prérequis
- 9+ années d'expérience en ML appliquée ou en ingénierie ML, incluant plusieurs années à un niveau senior ou Staff, avec des modèles déployés et maintenus en production
- Expérience avérée dans la définition de la direction technique pour des systèmes ML ou d'optimisation, où les décisions d'architecture que vous avez prises ont façonné un produit ou une plateforme sur plusieurs années.
- Capacité démontrée à diriger des initiatives techniques complexes inter-équipes sans autorité directe.
- Expérience avérée avec des systèmes ML ou d'optimisation ayant un impact commercial quantifié au niveau de l'entreprise (par exemple, des dizaines de millions de revenus, ou des gains majeurs en utilisation ou en marge), idéalement dans les domaines de la tarification, de la logistique, des places de marché ou des opérations.
- Expérience approfondie des problèmes de décision, de classement et de notation où les sorties des modèles pilotent directement une action commerciale.
- Solides compétences en raisonnement quantitatif et algorithmique, y compris les problèmes combinatoires, la satisfaction de contraintes et la conception d'algorithmes.
- Expérience pratique dans la formulation et la résolution de problèmes d'optimisation (PL/MIP, programmation par contraintes, ou routage de type VRP).
- Expérience de la prévision de séries temporelles en production.
- Expérience pratique du déploiement de systèmes basés sur LLM en production, tels que des modèles affinés, des pipelines d'extraction ou des agents.
- Expérience de la gestion de pipelines ML de bout en bout et de MLOps (formation, déploiement, surveillance, ré-entraînement).
- À l'aise avec des données opérationnelles désordonnées, incomplètes et lourdes de contraintes, et capable de construire des modèles qui respectent les contraintes commerciales strictes plutôt que de les traiter comme des pénalités légères.
- Expérience dans la construction de cadres d'évaluation que les parties prenantes non techniques peuvent comprendre et auxquels elles peuvent faire confiance.
Atouts appréciés
- Expérience avec des logiciels de livraison/dispatch, des plateformes TMS ou des systèmes de routage.
- Expérience en production avec des solveurs commerciaux ou open-source (OR-Tools, Gurobi, CPLEX).
- Expérience en tarification ou en gestion des revenus dans l'aviation, les flottes ou le transport.
- Publications, brevets ou contributions open-source en ML, RO ou tarification.
Investir en vous 🙏
- Entièrement à distance
- Assurance médicale, vision et dentaire
- Remboursement des cours de formation
- Congés généreux
Plus d’opportunités avec un seul profil
Vous souhaitez accéder à plus de postes sans répéter tout le processus ? Créez votre profil pour être trouvé par les entreprises utilisant Nort.
Créer mon profil