Machine Learning Engineer – Quito

À propos du poste

Nous recherchons un(e) Machine Learning Engineer pour rejoindre notre équipe à Quito. Vous serez responsable du développement et de l’optimisation d’algorithmes de pertinence ainsi que de la mise en place de modèles de ranking pour améliorer les résultats de recherche.

Missions principales

• Concevoir, entraîner et déployer des modèles Learning to Rank (LTR) afin de placer les résultats les plus pertinents en tête de liste.
• Appliquer des modèles de langage (Transformers, embeddings) pour la recherche sémantique et le traitement du langage naturel.
• Développer des algorithmes de personnalisation basés sur l’historique et le comportement des utilisateurs.
• Construire et optimiser des pipelines ETL (Spark) pour indexer des millions de documents ou produits.
• Mettre en place des processus d’enrichissement, de nettoyage et de normalisation des données.
• Configurer, tuner et maintenir des clusters de moteurs de recherche (Elasticsearch, Solr, Pinecone) afin d’assurer une latence minimale.
• Concevoir et exécuter des expérimentations A/B pour mesurer l’impact sur les KPI (CTR, conversion).
• Analyser les logs de requêtes afin d’identifier les “Zero Results” et d’améliorer le catalogue.

Profil recherché

• Diplôme en informatique, ingénierie logicielle, mathématiques ou domaine similaire (Master ou PhD souhaitable).
• 3 à 5 ans d’expérience dans le cycle complet de modèles de machine learning en production.
• Capacité analytique et esprit d’expérimentation.
• Excellente communication pour vulgariser les concepts techniques.

Compétences requises

• Python, Java ou Scala.
• Frameworks PyTorch ou TensorFlow.
• Algorithmes de ranking, recommandation et classification.
• Techniques NLP : embeddings, Transformers (BERT).
• Moteurs de recherche : Elasticsearch, Solr, Lucene, Pinecone.
• Big Data : Spark.
• Cloud : AWS, GCP ou Azure.

Ce que nous offrons

• Rémunération compétitive selon l’expérience, incluant une partie fixe et variable.
• Formation continue et possibilités d’évolution.
• Couverture des avantages légaux et assurance santé privée.