En un coup d'œil
- Missions: Construire et diriger l'équipe d'annotation de données tout en définissant des normes de qualité.
- Entreprise: White Circle, une entreprise innovante spécialisée dans la sécurité de l'IA.
- Avantages: Rémunération compétitive, actions, horaires flexibles et soutien à la santé mentale.
- Autres infos: Bureau spacieux à Paris avec des opportunités de développement professionnel.
- Pourquoi ce job: Rejoignez une équipe dynamique et impactez la sécurité de l'IA dès le début.
- Qualifications: Expérience en gestion d'équipes d'annotation et compréhension des modèles d'IA.
Le salaire estimé est compris entre 61650 - 75350 € par an.
Nous recherchons un responsable de l'annotation des données pour constituer notre équipe d'annotation à partir de zéro – en établissant des normes de qualité, en concevant des cadres d'évaluation et en gérant les opérations d'annotation derrière nos évaluations de sécurité, RLHF et benchmarks.
À propos de nous : White Circle est une entreprise de sécurité AI construisant la couche de sécurité, de fiabilité et d'optimisation pour les systèmes d'IA. Au cœur de notre plateforme se trouvent des politiques – des règles simples en langage naturel qui définissent ce qu'un modèle d'IA doit et ne doit pas faire. Nous testons, appliquons et améliorons continuellement ces politiques à grande échelle.
Nous avons récemment levé notre tour de financement de série A, portant notre financement total à 70 millions de dollars. Nos investisseurs incluent des fonds de premier plan, des fondateurs et des dirigeants seniors d'OpenAI, Anthropic, HuggingFace, Mistral, DeepMind, Datadog, Sentry, et d'autres.
Nous traitons plus de 100 millions d'appels API chaque mois. Nous ajustons et formons nos propres LLM afin qu'ils fonctionnent plus rapidement et moins cher que tout modèle ouvert ou propriétaire. Nous sommes déjà à un taux de revenus de plusieurs millions de dollars, ayant signé des clients comme Lovable et plusieurs néobanques. Vous rejoindrez l'entreprise à un moment très excitant - suffisamment tôt pour que l'équité puisse changer la vie, mais à un moment où la demande a été prouvée.
Dans ce rôle, vous :
- Construirez à partir de zéro et dirigerez l'équipe d'annotation des données (recrutement, coaching et gestion de la performance).
- Définirez des directives d'annotation, des normes de qualité et des cadres d'évaluation.
- Développerez des processus d'assurance qualité, des sessions de calibration et des systèmes d'audit.
- Collaborerez avec des chercheurs et des ingénieurs en IA pour traduire les objectifs de recherche en flux de travail d'annotation.
- Prioriserez les projets d'annotation en fonction des besoins commerciaux et de recherche.
- Surveillerez les indicateurs opérationnels, y compris la qualité, la cohérence, le rendement et le coût.
- Améliorerez les outils d'annotation, l'automatisation et l'efficacité des flux de travail.
- Dirigerez des projets d'évaluation AI complexes, y compris la sécurité, le classement des préférences, RLHF, l'évaluation des politiques et la création de benchmarks.
- Analyzerez les modèles de désaccord et les cas limites pour améliorer les directives et la performance des modèles.
- Gérerez les relations avec les fournisseurs et garantirez une qualité constante au sein des équipes distribuées.
- Construirez des tableaux de bord de reporting et communiquerez des informations opérationnelles à la direction.
- Favoriserez une culture d'amélioration continue, de responsabilité et d'excellence opérationnelle.
Nous recherchons quelqu'un qui :
- A de l'expérience dans la direction d'équipes d'annotation de données ou d'évaluation AI.
- A de solides compétences en gestion opérationnelle et en gestion des personnes.
- Comprend l'évaluation des modèles AI, le comportement des LLM et les flux de travail d'annotation modernes.
- Peut concevoir des processus évolutifs sans sacrifier la qualité.
- Communique clairement entre les équipes techniques et non techniques.
- Flotte dans des environnements de startup en évolution rapide.
Vous pourriez être un excellent candidat si vous :
- Avez géré des programmes d'annotation pour des LLM, de l'IA générative ou de l'apprentissage automatique.
- Avez de l'expérience avec RLHF, la collecte de données de préférence, les évaluations de sécurité ou la création de benchmarks.
- Avez travaillé dans la confiance et la sécurité, la sécurité AI, la modération de contenu ou les opérations ML.
- Avez géré des équipes d'annotation distribuées ou mondiales.
- Avez de l'expérience en gestion de fournisseurs et en opérations d'externalisation.
Points bonus :
- Familiarité avec l'ingénierie des invites et les politiques de sécurité AI.
- Expérience en SQL, Python ou analyse de données.
- Expérience dans la construction de plateformes d'annotation internes ou d'automatisation des flux de travail.
- Connaissances en linguistique, sciences cognitives, apprentissage automatique ou opérations de données.
Note importante : Ce rôle implique la supervision de projets pouvant inclure du contenu offensant, nuisible, violent, sexuel ou autrement dérangeant. Vous serez responsable de garantir que les examinateurs disposent des outils, des conseils et du soutien nécessaires pour effectuer ce travail en toute sécurité et de manière cohérente.
Rémunération et avantages :
- Rémunération compétitive, y compris des actions.
- Temps libre flexible.
- Bureau spacieux au cœur du 2ème arrondissement de Paris, avec un cadre hybride flexible.
- Soutien à la relocalisation si vous déménagez à Paris, disponible après votre période d'essai.
- Assurance santé privée premium.
- Soutien en santé mentale, y compris la couverture pour la thérapie lorsque vous en avez besoin.
- Cours de langue pour vous aider à améliorer votre anglais ou votre français.
- Déjeuner et dîner couverts lorsque vous travaillez au bureau.
- Soutien à l'apprentissage et au développement pour des cours, des conférences et des opportunités de développement de vos compétences.
- Tous les matériels, abonnements, outils et services dont vous avez besoin.
- Sorties d'équipe deux fois par an : nous sommes récemment allés dans les Alpes, à Saint-Tropez et à Marbella.
Processus :
- Appel d'introduction (25 min).
- Test d'évaluation à domicile.
- Conversation finale avec le PDG (45 min).
Senior Data Labeler in Paris employeur : White Circle
White Circle est un employeur exceptionnel qui valorise l'innovation et la collaboration au sein de son équipe. En tant que QA Engineer, vous bénéficierez d'une culture de travail hybride à Paris, avec des opportunités de croissance professionnelle, des congés payés conformes aux réglementations locales, ainsi qu'une couverture médicale de premier ordre. De plus, vous aurez accès à des outils de pointe et à des événements d'équipe inspirants, ce qui rend votre expérience de travail à White Circle à la fois enrichissante et motivante.
Conseils d'expert StudySmarter🤫
Voici comment nous pensons que tu pourrais décrocher Senior Data Labeler in Paris
✨Participe à des meetups de data science
Les meetups de data science sont une super opportunité pour rencontrer des professionnels du secteur en personne. Participe à des événements dans ta ville et n'hésite pas à échanger sur des projets personnels ou des datasets intéressants. Cela peut vraiment t'aider à créer des connexions avec des recruteurs ou des collègues potentiels !
✨Montre tes compétences avec des projets
Rien ne vaut un bon projet pour démontrer tes compétences en data science. Que ce soit un projet sur GitHub ou un blog où tu partages tes analyses, mets en avant ton savoir-faire. Les employeurs adorent voir des exemples concrets de ce que tu sais faire !
✨Vis les forums spécialisés
Rejoins des forums et des communautés en ligne spécifiquement dédiés à la data science, comme Kaggle ou des sous-forums sur Reddit. Non seulement tu pourras apprendre des autres, mais tu seras aussi au courant des opportunités d'emploi qui sont souvent partagées dans ces espaces.
✨Postule directement sur le site de White Circle
N’oublie pas de consulter notre site web pour des offres de full-time en data science chez White Circle. C'est souvent là qu’on affiche nos postes en premier, et postuler directement peut te donner un avantage ! Fais-le !
Nous pensons qu'il te faut ces compétences pour exceller en tant que Senior Data Labeler in Paris
Quelques conseils pour ta candidature 🫡
Mets en avant tes compétences techniques:Pour le poste de data scientist chez White Circle, il est crucial de montrer tes compétences techniques. Assure-toi que ton CV liste des outils et langages de programmation que tu maîtrises, comme Python, R, ou SQL. N'oublie pas d'inclure des projets où tu as utilisé ces compétences, comme des analyses de données ou des modèles prédictifs.
Fais briller tes expériences de projet:Parle de tes projets en data science de manière détaillée dans ta lettre de motivation ou ton CV. Décris les problèmes que tu as résolus, les méthodes que tu as employées, et les résultats obtenus. Ça montrera à White Circle que tu sais appliquer la théorie à la pratique, ce qui est super important dans ce domaine.
Personnalise ta lettre de motivation:Quand tu rédiges ta lettre de motivation, mets l'accent sur pourquoi tu veux travailler spécifiquement chez White Circle. Mentionne ce qui te passionne dans leurs projets ou leurs valeurs, et comment tes aspirations s'alignent avec celles de l'entreprise. Ça donnera du poids à ta candidature !
Soigne le format de ton CV:Pour un poste à temps plein, il est essentiel d'avoir un CV clair et bien structuré. N'hésite pas à utiliser des graphiques pour illustrer tes compétences en data science, comme tes niveaux de maîtrise dans différents langages. Sinon, utilise des sections bien définies pour les projets, les expériences et les formations afin que tout soit facile à lire.
Comment te préparer à un entretien d'embauche chez White Circle
✨Prépare ton arsenal technique !
En data science, les compétences techniques sont primordiales. Sois prêt à répondre à des questions sur les algorithmes, la modélisation des données, et les langages de programmation comme Python ou R. N'hésite pas à réviser quelques concepts de machine learning et à pratiquer des analyses de données sur des jeux de données réels.
✨Montre ton portfolio
Pour un poste à temps plein, ce qui peut faire la différence, c’est un bon portfolio ! Prépare des projets clairs qui démontrent tes compétences en data science, comme des analyses que tu as réalisées ou des visualisations percutantes. Sois prêt à en discuter en profondeur pour prouver ta maîtrise technique.
✨Anticipe les études de cas
Les interviews en data science comportent souvent des études de cas où l'on te demande de résoudre un problème concret. Prépare-toi à décrire ta démarche pour analyser des données, définir des KPI ou même créer un modèle prédictif. Pratique avec des cas d’études donnés par des sites spécialisés ou lors de compétitions en ligne.
✨Comprends le business derrière les données
Au-delà des compétences techniques, les entreprises veulent savoir comment tu peux contribuer à leurs objectifs. Familiarise-toi avec les problématiques du secteur de White Circle et sois prêt à discuter comment tes compétences peuvent répondre à leurs besoins spécifiques en data science.