Senior ML Engineer - Email Security

Cette position est listée au nom d'une entreprise partenaire, qui gère toutes les candidatures et les étapes suivantes. Notre partenaire recherche un Ingénieur ML Senior - Sécurité des Emails basé à distance en France. L'Ingénieur ML Senior aidera à développer et déployer une technologie avancée d'apprentissage automatique pour protéger l'infrastructure email contre le spam, le phishing et d'autres menaces cybernétiques évolutives. Vous travaillerez sur une solution de sécurité à l'échelle de la production qui filtre déjà les emails sur environ 5 000 serveurs d'hébergement.

Le rôle combine l'entraînement pratique de modèles de transformateurs avec l'ingénierie système pour construire une technologie d'inférence légère et efficace qui fonctionne sur les CPU des clients avec une consommation minimale de ressources. Vous serez responsable de l'ensemble du cycle de vie de détection, de la préparation des ensembles de données et de l'évaluation des modèles aux mises en production et aux améliorations continues de la qualité. En collaboration étroite avec un partenaire d'ingénierie expérimenté, vous aiderez à moderniser le pipeline de filtrage existant et à rendre les mises à jour plus fiables et évolutives. Cette opportunité à distance est idéale pour un ingénieur qui aime résoudre des problèmes de sécurité difficiles et apporter des améliorations mesurables dans des environnements réels.

Responsabilités :

• Entraînement et Déploiement de Modèles : Entraîner, évaluer et publier des modèles de détection de spam, y compris la construction et la maintenance de corpus d'entraînement, la sélection de seuils de décision, l'analyse de la précision et du rappel, et déterminer si les modèles sont prêts pour la production.
• Ingénierie ML de Production : Développer les composants de production d'un nouveau moteur de filtrage d'emails en Go, y compris le service d'inférence, les intégrations de filtrage d'emails, la tokenisation et l'analyse de messages en streaming.
• Amélioration de la Qualité de Détection : Enquêter sur les incidents de spam et de phishing signalés par les clients, tracer les échecs de détection et mettre en œuvre des corrections appropriées via des règles, des améliorations de jeux de données ou un réentraînement de modèle.
• Optimisation de la Performance des Modèles : Équilibrer les taux de détection par rapport aux risques de faux positifs, en veillant à ce que les messages légitimes ne soient pas bloqués inutilement tout en identifiant efficacement le contenu malveillant.
• Infrastructure de Formation et Outils de Données : Maintenir les outils de gestion de corpus et l'infrastructure de formation nécessaires pour soutenir des expérimentations fiables et des publications de modèles.
• Revue de Code et de Modèle : Examiner et approuver les changements de classificateur, de règles et de modèles pour améliorer la qualité, partager des connaissances techniques et garantir que les publications peuvent se poursuivre sans dépendre d'un seul ingénieur.
• Collaboration Technique : Aider les ingénieurs partenaires à comprendre les résultats de classification, expliquer le comportement de notation des modèles et fournir des conseils techniques clairs lorsque des questions se posent.
• Documentation et Partage de Connaissances : Rédiger des spécifications techniques, des manuels, des descriptions de demandes de fusion et des post-mortems qui rendent les décisions compréhensibles et soutiennent une collaboration efficace.
• Livraison Indépendante : Progresser vers des jalons définis, y compris expédier indépendamment une publication de modèle de règle au cours du premier mois, livrer un composant du nouveau moteur à l'étape de staging d'ici trois mois, et soutenir une publication de modèle de manière indépendante d'ici six mois.

Exigences :

• Expérience en Détection de Production : Au moins cinq ans d'expérience dans la livraison de systèmes de détection ou de classification où les faux positifs ont des conséquences significatives, tels que l'anti-spam, l'anti-phishing, l'anti-malware, la prévention de la fraude ou la détection d'abus.
• Propriété ML de Bout en Bout : Expérience dans la prise en charge indépendante d'au moins un classificateur d'apprentissage automatique en production, y compris la construction de corpus, la sélection de seuils, l'analyse des erreurs et les décisions de publication.
• Expertise en Entraînement de Transformateurs : Expérience pratique de l'entraînement de transformateurs avec PyTorch, y compris les tokenizers, le pré-entraînement de langage masqué, le fine-tuning, l'exportation ONNX et la mesure de performance d'inférence sur CPU.
• Compétences en Systèmes et Développement : Solide connaissance pratique de Linux, de la programmation shell et de Python, y compris le travail avec des serveurs partagés et des ressources GPU.
• Développement Assisté par IA : Utilisation régulière d'agents de codage IA et d'outils de développement pour soutenir la productivité en ingénierie.
• Communication Écrite : Maîtrise de l'anglais au niveau B2 ou supérieur, avec des compétences en communication écrite particulièrement fortes pour la documentation technique, les spécifications et les revues de code.
• Propriété et Jugement : Capacité à analyser la performance des modèles, à prendre des décisions de publication basées sur des preuves, à enquêter sur des problèmes difficiles et à équilibrer l'efficacité de détection avec le coût des faux positifs.

Expérience supplémentaire qui serait précieuse :

• Protocoles et Infrastructure Email : Connaissance de SMTP, MIME, encodages de transfert, SPF, DKIM et DMARC, ainsi que de la manière dont Exim, Postfix et Dovecot s'intègrent aux filtres d'emails.
• Apprentissage Automatisé Intégré : Expérience dans la construction de modèles conçus pour fonctionner dans des environnements contraints.
• Programmation Système : Familiarité avec Go ou Rust, en particulier pour les analyseurs, les systèmes de streaming, la concurrence et les applications à mémoire contrainte.
• Cadres de Filtrage de Spam : Expérience avec les internals de rspamd ou SpamAssassin, y compris les règles, les règles composites, les plugins Lua et le scoring de vérification de masse.
• Gestion de Jeux de Données à Grande Échelle : Expérience de travail avec des corpus de plusieurs millions d'échantillons, des pipelines d'étiquetage et des outils d'annotation.
• Optimisation de Modèle : Connaissance de la quantification, de la distillation, des architectures de modèles légers et de l'optimisation de latence pour le matériel à ressources contraintes.
• Annotation Assistée par IA : Expérience dans l'utilisation de labelers ou de validateurs basés sur LLM pour échelonner l'annotation de données et l'assurance qualité.
• Plateformes d'Hébergement : Familiarité avec des panneaux de contrôle d'hébergement tels que cPanel, Plesk ou DirectAdmin.

Avantages :

• Travail entièrement à distance : Travaillez à distance avec la flexibilité d'organiser votre emploi du temps et de travailler depuis différents endroits dans le monde, sous réserve des rôles et des arrangements d'embauche.
• Horaires de travail flexibles : Autonomie pour structurer votre journée de travail autour de votre productivité et de vos engagements.
• Congés payés : 24 jours de congés payés par an.
• Jours fériés : 10 jours de jours fériés nationaux.
• Congés maladie : Congés maladie illimités.
• Soutien à la santé : Compensation financière pour une assurance médicale privée.
• Avantages bien-être : Remboursement pour des espaces de coworking et des activités sportives ou de gym.
• Apprentissage et développement : Un budget éducatif et un accent sur la croissance professionnelle continue.
• Récompenses pour l'innovation : La possibilité de recevoir une récompense pour le développement d'une idée innovante pouvant être brevetée.
• Défis techniques : Opportunités de travailler sur des projets exigeants en apprentissage automatique, cybersécurité et ingénierie de production avec un impact mesurable dans le monde réel.

Nous apprécions votre intérêt et vous souhaitons le meilleur !