États-Unis
The MITRE Corporation
Nivoda
Ingénieur IA/ML Senior
À distanceÉtats-Unis
Dover, New Hampshire, United States
TypeScriptNode.jsPostgreSQLAWSKubernetesGo
Traduction automatique. Consultez l’original.
Stack Technique
Lieu : États-Unis - NYC, Boston
Salaire : 200 000 $ - 280 000 $
Recherche : OpenSearch, alimenté via CDC depuis PostgreSQL ainsi que des jobs d'ingestion Spark/EMR/Glue. Aucune base de données vectorielle en production — la recherche basée sur les embeddings, le modèle de classement et la recherche d'embeddings d'images sont de nouvelles constructions pour quiconque prend le rôle de Découverte.
Base de données principale / entrepôt de données : PostgreSQL (OLTP) → Snowflake (mode dbt, couches brutes/curées/présentation medallion)
Backend : TypeScript/Node.js, passerelle GraphQL API, Nx monorepo + PNPM
Authentification : Keycloak · SSO : Okta
CI/CD : Jenkins (« Nivoda Build ») + GitOps pour les déploiements
Cloud : AWS (EMR, Glue, DMS, déploiements basés sur Kubernetes)
Observabilité : Grafana pour les logs/traces
❤️ Égalité des Chances
Nivoda est un employeur garantissant l'égalité des chances. Nous nous engageons à constituer une équipe diversifiée et inclusive, et nous accueillons les candidatures de personnes de tous horizons, indépendamment de leur race, sexe, âge, religion, orientation sexuelle, handicap ou toute autre caractéristique protégée par la loi. Même si vous n'avez pas l'impression de remplir 100 % de nos critères obligatoires, ne laissez pas cela vous empêcher de postuler — nous serions ravis de vous entendre.
👋 Pas tout à fait le bon poste ?
Rejoignez le Pool de Talents Nivoda et nous vous contacterons lorsqu'une opportunité plus adaptée se présentera.
💎 À propos de Nivoda
Nivoda est le système d'exploitation de l'industrie mondiale de la bijouterie. Nous connectons directement les fournisseurs de diamants et de pierres précieuses aux détaillants de bijoux dans plus de 70 pays, remplaçant une méthode de commerce lente, hors ligne et basée sur les relations par une place de marché numérique unique. Nous alimentons déjà plus de 300 M$ de transactions annuelles, au sein d'une industrie pesant plus de 350 Md$ à l'échelle mondiale — et nous n'en sommes qu'au début. La bijouterie est l'une des dernières grandes industries mondiales à se numériser, et nous sommes ceux qui construisons les rails sur lesquels elle fonctionnera.
🤔 Notre Mission
Le commerce des diamants et des pierres précieuses s'est déroulé pendant des décennies sur des réseaux fragmentés, des processus manuels et des relations basées sur la connaissance — ce qui exclut les petites et nouvelles entreprises, et laisse même les plus grands acteurs perdre du temps et de la marge à cause de l'inefficacité. Nous avons créé Nivoda pour y remédier : donner à toute entreprise de bijouterie, quelle que soit sa taille et sa localisation, le même accès, la même transparence des prix et la même facilité de transaction qu'à un géant de l'industrie. Notre mission est de rendre l'achat et la vente de diamants et de pierres précieuses radicalement plus simples, partout dans le monde.
⭐️ Le Pod Découverte
Vous rejoindriez le Pod Découverte 🔍 — l'équipe qui décide comment des centaines de milliers de diamants et de pierres précieuses sont effectivement trouvés. Cela implique le classement, les recommandations et la saisie de recherche : de l'expérience de recherche et de filtrage de base, à la recherche contextuelle et à un assistant conversationnel prévu, en passant par la recherche par téléchargement d'image qui permet à un acheteur de trouver une correspondance à partir d'une photo. Le même moteur de classement et de recommandation que vous construirez devra servir à la fois la place de marché de Nivoda et les nombreux vitrines de marque individuelle que les bijoutiers gèrent via nos produits SAAS. Nous sommes une petite équipe avec un fort sens de la responsabilité et ce pod construit le produit alimenté par l'IA lui-même, et pas seulement en utilisant des outils d'IA pour aller plus vite.
À propos du poste
Nous recrutons un Ingénieur IA/ML Senior pour le Pod Découverte afin d'aider à construire et à exploiter les systèmes de classement, de recommandation et de recherche sur lesquels les acheteurs comptent pour trouver la bonne pierre ou la bonne pièce en quelques secondes. Il s'agit d'un véritable travail de recherche d'information et de ML appliqué sur une infrastructure de production — systèmes de recherche, recherche basée sur les embeddings, apprentissage pour le classement, recherche contextuelle et conversationnelle basée sur LLM, embeddings d'images pour la recherche par photo — pas de configuration d'un widget de recherche hébergé ou d'appel d'une API de modèle et de passage à autre chose. Vous gérerez les modèles de bout en bout, des fonctionnalités et de l'entraînement à l'évaluation, au déploiement et à la surveillance, et vous devrez comprendre comment ces systèmes probabilistes se comportent et échouent, car cette compréhension est le travail, pas une compétence annexe.
⭐️ Notre culture et ce que nous offrons
Nous sommes une équipe collaborative en forte croissance qui croit en l'autonomisation plutôt qu'en la hiérarchie. Vous aurez une réelle responsabilité dès le premier jour, la chance de travailler sur des problèmes que la plupart des entreprises ne savent même pas encore qu'ils existent, et une culture qui prend au sérieux l'apprentissage et la croissance — car nous évoluons rapidement, et nous avons besoin que vous grandissiez avec nous.
Que feriez-vous ?
Moteur de Recherche Principal
- Construire et exploiter une véritable infrastructure de recherche — Elasticsearch/OpenSearch, Vespa, ou des bases de données de recherche vectorielle comme pgvector, Pinecone, ou Weaviate — pour alimenter le classement et la recherche multimodale sur la place de marché de Nivoda
- Concevoir des systèmes de classement et de recommandation multi-locataires et configurables qui servent à la fois la place de marché de Nivoda et de nombreuses vitrines de bijoutiers de marque individuelle via Feeds, sans dupliquer le code
IA Multimodale
- Construire et améliorer la Recherche Contextuelle et notre assistant conversationnel prévu, en utilisant la conception de prompts et des approches augmentées par la récupération, avec des scénarios de zéro résultat et de compromis gérés avec grâce plutôt que rencontrés avec une réponse erronée confiante
- Construire des pipelines de correspondance image-attribut et image-produit en utilisant des embeddings d'images pour notre travail de recherche par téléchargement d'images
- Construire le produit autour de la réalité que les systèmes probabilistes peuvent être incorrects en toute confiance — concevoir des chemins de récupération et des étapes de confirmation avant des actions à enjeux élevés, comme la génération d'un devis de fabrication à partir d'une image interprétée
Expérimentation et Qualité
- Définir et exécuter une évaluation spécifique à la recherche et au classement — métriques de classement hors ligne, expériences d'entrelacement — pour déterminer si un changement de classement est réellement meilleur, pas seulement différent
- Évaluer et tester rigoureusement la sortie des modèles fondamentaux et LLM directement dans le cadre du processus d'ingénierie, plutôt que de lui faire confiance par défaut
ML en Production
- Gérer le cycle de vie complet des modèles de classement et de recommandation — fonctionnalités, entraînement, évaluation, déploiement et surveillance — en utilisant des techniques d'apprentissage pour le classement, de recherche basée sur les embeddings et de filtrage collaboratif
- Concevoir et optimiser des systèmes de service de modèles en temps réel à faible latence qui maintiennent la recherche instantanée sous charge de production
- Utiliser des agents de codage IA pour construire l'infrastructure et les pipelines ML, associés à des harnais d'évaluation rigoureux qui attrapent les bugs de classement et de récupération qu'un système peut cacher tout en donnant l'impression de fonctionner
Ce dont nous avons besoin de votre part ?
- Années d'expérience : 5-10 ans
- Expérience en infrastructure de recherche d'information — construction ou exploitation de véritables systèmes de recherche (Elasticsearch/OpenSearch, Vespa, ou bases de données de recherche vectorielle comme pgvector, Pinecone, ou Weaviate)
- ML appliqué pour le classement et les recommandations, de bout en bout — apprentissage pour le classement, recherche basée sur les embeddings, filtrage collaboratif — avec aisance dans la gestion des fonctionnalités, de l'entraînement, de l'évaluation, du déploiement et de la surveillance, pas seulement l'appel d'une API de modèle
- Expérience en application NLP et LLM — expérience de production basée sur des modèles de langage, y compris la conception de prompts, les approches augmentées par la récupération et la gestion gracieuse des scénarios de zéro résultat et de compromis
- Expérience en service à faible latence — vous avez construit et optimisé des systèmes de service de modèles en temps réel sous charge de production, pas seulement entraîné des modèles dans un notebook
- Compétences d'évaluation spécialisées pour la qualité de la recherche et du classement, distinctes de l'expérimentation générale de croissance — métriques de classement hors ligne, expériences d'entrelacement, et jugement de savoir si un changement de classement est réellement meilleur par rapport à simplement différent
- Expérience directe et pratique de la construction avec des modèles fondamentaux et LLMs comme matériau d'ingénierie — conception de prompts, approches augmentées par la récupération, et surtout, évaluation et test rigoureux de la sortie du modèle plutôt que de lui faire confiance par défaut
- Expérience dans la conception pour une défaillance gracieuse dans les systèmes probabilistes — savoir quand un modèle se trompe avec confiance et construire le produit autour de cette réalité
- Aisance dans l'utilisation d'agents de codage IA pour construire l'infrastructure et les pipelines ML, associée à une solide discipline d'évaluation et de test
Atouts
- Fondamentaux de la vision par ordinateur, en particulier les embeddings d'images — expérience dans la construction de pipelines d'appariement image-attribut ou image-produit
- Conception de systèmes multi-locataires et configurables — construction de systèmes qui se comportent différemment par locataire sans dupliquer le code
- Expérience dans la construction de produits de recherche de type conversationnel ou assistant
- Expérience au sein de l'équipe de recherche, de classement ou de recommandation d'une entreprise de place de marché ou de commerce électronique
Nos avantages actuels
- 🏡 Horaires de travail flexibles et culture axée sur le travail à distance
- 📈 Réelles opportunités de croissance et d'apprentissage
- 🌴 Allocation de vacances illimitée
- 🚀 La chance de nous rejoindre pendant une phase d'expansion exponentielle
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