À propos du poste
Évaluez la qualité, la justesse et la rigueur méthodologique de tâches d'apprentissage automatique appliqué utilisées pour entraîner et évaluer les modèles d'un laboratoire d'IA de pointe. Vous évaluerez la conception d'expériences, le raisonnement de sélection de modèles et la méthodologie d'évaluation — et fournirez des retours écrits clairs, fondés sur une grille d'évaluation.
Qualifications de base
- Au moins 3 ans d'expérience pratique en ML appliqué/expérimental (conception d'expériences, sélection de modèles, réglage d'hyperparamètres, méthodologie d'évaluation)
- Solide maîtrise de la rigueur sur la qualité des données : détection de fuites de données (leakage), détournement de métriques et hygiène train/test/validation croisée
- Maîtrise des frameworks de ML standard (PyTorch, TensorFlow, scikit-learn, XGBoost)
- Capacité à critiquer des affirmations en ML au regard des preuves et à reproduire des résultats
Qualifications souhaitées
- Expérience de compétitions / benchmarks (par ex. Kaggle)
- Recherche de troisième cycle ou publications en ML appliqué
- Expérience préalable de la notation de tâches ou de l'évaluation par les pairs
Remarque : ce poste évalue la rigueur du ML appliqué/expérimental — il ne s'agit pas d'un poste de création d'applications LLM ni de MLOps.