Mid/Senior AI LLM Engineer

Ce poste est proposé au nom d'une entreprise partenaire, qui gère toutes les candidatures et les étapes suivantes. Notre partenaire recherche un Ingénieur AI LLM Mid/Senior basé en France. En tant qu'Ingénieur AI LLM Mid/Senior, vous développerez, affinerez et optimiserez des modèles de langage de grande taille auto-hébergés qui alimentent des conversations AI personnalisées et engageantes. Vous travaillerez sur l'ensemble du cycle de développement du modèle, de la préparation des ensembles de données d'entraînement et de l'exécution d'expériences basées sur GPU à l'évaluation des performances et au déploiement des améliorations en production. Votre travail contribuera à améliorer la qualité des conversations, la mémoire à long terme, la cohérence de la personnalité et les interactions multilingues.

En collaborant avec des ingénieurs AI, des spécialistes produits, des développeurs web et des équipes DevOps, vous transformerez les résultats expérimentaux en solutions fiables et évolutives. Ce rôle pratique offre l'opportunité de travailler avec des modèles à poids ouverts, des techniques avancées d'affinage et des cadres d'évaluation AI pratiques. Vous rejoindrez un environnement à distance axé sur la création de produits AI innovants destinés aux consommateurs tout en améliorant continuellement les performances des modèles et l'expérience utilisateur.

Responsabilités :

• Affiner et optimiser les modèles de langage de grande taille à poids ouverts existants pour améliorer la qualité des conversations, la précision des réponses, la cohérence et la personnalisation.
• Préparer, organiser et améliorer les ensembles de données d'entraînement pour soutenir un apprentissage efficace du modèle, réduire les sorties indésirables et améliorer la pertinence et la naturalité des réponses générées.
• Concevoir et mettre en œuvre des cadres d'évaluation, des benchmarks et des méthodologies de test pour mesurer la qualité du modèle, identifier les faiblesses et valider les améliorations.
• Améliorer la mémoire conversationnelle, la cohérence de la personnalité et la capacité des modèles à maintenir des interactions cohérentes et conscientes du contexte au cours de conversations prolongées.
• Développer des capacités conversationnelles multilingues et soutenir les interactions impliquant plusieurs personnages, en garantissant un comportement naturel et cohérent dans différents scénarios.
• Enquêter sur les échecs du modèle et les limitations de performance, ajuster les données d'entraînement, les invites, les configurations du modèle et les filtres de réponse pour résoudre les problèmes identifiés.
• Effectuer des expériences d'entraînement et d'affinage basées sur GPU, résoudre les problèmes d'infrastructure et de performance, et optimiser les flux de travail d'entraînement pour l'efficacité et la fiabilité.
• Appliquer des techniques modernes d'adaptation et d'alignement des modèles, y compris l'affinage supervisé, LoRA, QLoRA et des méthodes d'optimisation basées sur les préférences lorsque cela est approprié.
• Déployer des modèles améliorés dans des environnements de production, surveiller leurs performances, analyser les résultats orientés utilisateur et mettre en œuvre des améliorations itératives basées sur les résultats d'évaluation.
• Collaborer avec les équipes d'ingénierie AI, de produit, de développement web et de DevOps pour intégrer les améliorations du modèle dans les applications destinées aux consommateurs et aligner le travail technique avec les objectifs produits.
• Travailler avec des cas d'utilisation conversationnels sensibles et des exigences de modération, en équilibrant le comportement du modèle, l'expérience utilisateur et les politiques de contenu applicables.

Exigences :

• Expérience pratique avérée dans l'affinage de modèles de langage de grande taille à poids ouverts et le déploiement de modèles dans des environnements de production.
• Solides compétences en programmation Python, y compris l'expérience dans le développement, le test et la maintenance de flux de travail d'apprentissage automatique.
• Expérience pratique avec PyTorch et Hugging Face ou des frameworks d'apprentissage automatique comparables et des outils de développement de modèles.
• Expérience avec des techniques d'entraînement et d'adaptation de modèles telles que l'affinage supervisé (SFT), l'adaptation à faible rang (LoRA) et l'adaptation à faible rang quantifiée (QLoRA).
• Familiarité avec les techniques d'entraînement basées sur les préférences et d'alignement, telles que l'optimisation des préférences directes (DPO) ou l'optimisation de politique relative de groupe (GRPO).
• Expérience dans la préparation et la gestion d'ensembles de données d'entraînement, l'amélioration de la qualité des données et le développement de cadres d'évaluation pour évaluer le comportement et la qualité de sortie du modèle.
• Expérience pratique avec l'entraînement de modèles basé sur GPU, l'optimisation des performances et le débogage des problèmes techniques liés à l'entraînement.
• Solides compétences analytiques et de résolution de problèmes, avec la capacité d'enquêter sur le comportement du modèle, d'identifier les causes profondes, de concevoir des expériences et de démontrer des améliorations mesurables.
• Compréhension des défis liés au déploiement et à la maintenance d'applications alimentées par LLM, y compris la qualité des réponses, la cohérence, la performance d'inférence et la surveillance continue.
• Expérience dans le travail sur des produits AI destinés aux consommateurs, avec une compréhension de la manière dont la qualité du modèle et le comportement conversationnel affectent l'expérience utilisateur.
• Confort à travailler avec des modèles AI peu restreints ou non censurés, y compris du contenu explicite pour adultes ou NSFW et du matériel de modération sensible, tout en appliquant des pratiques de sauvegarde et de gestion de contenu appropriées.
• Capacité à travailler de manière autonome dans un environnement à distance, à gérer efficacement les expériences, à documenter les résultats et à collaborer avec des équipes interfonctionnelles.
• Solides compétences en communication, attention aux détails et état d'esprit d'apprentissage continu, avec la capacité de traduire les résultats expérimentaux en améliorations pratiques des produits.

Avantages :

• Arrangement de travail entièrement à distance au sein de l'Europe.
• Opportunités de collaboration à long terme, avec préférence pour les contrats B2B.
• 20 jours de congés payés.
• Une allocation mensuelle d'assurance santé de 100 $.
• Budget pour l'équipement afin de soutenir votre configuration de travail à distance.
• Accès aux outils et technologies de développement AI.
• Soutien à l'apprentissage et au développement pour encourager la croissance professionnelle continue.
• Rassemblement annuel de l'équipe pour se connecter et collaborer avec des collègues.
• Opportunité de travailler concrètement avec des LLM auto-hébergés alimentant des produits AI innovants destinés aux consommateurs.
• Un environnement techniquement stimulant offrant une exposition à des modèles de langage modernes, des méthodes d'affinage et au développement de l'AI conversationnelle.