- Gefragte Sprachen
- Deutsch gute Kenntnisse
- Stellenangebot auf
- Französisch
- Arbeitsort
- Berlin; Montréal
- Arbeitsmodell
- Vor Ort
- Veröffentlicht
- 17. November 2026
Kurz zusammengefasst
Nous recherchons un·e Développeur·euse sénior spécialisé·e dans le traitement de données ML pour rejoindre LoiZéro, une organisation à but non lucratif qui développe des pipelines d’actifs de données destinés à entraîner des IA‑Chercheur. Le poste se situe à l’intersection de l’ingénierie des données, de l’édition de données et de l’apprentissage automatique, avec pour mission de concevoir, développer et mettre à l’échelle l’ensemble du flux qui transforme les données brutes du web en ensembles d’entraînement à haut signal. Au quotidien, vous collaborerez étroitement avec l’équipe de Recherche afin de définir, automatiser et gérer des pipelines capables de dé‑dupliquer, filtrer, masquer les informations personnelles identifiables, extraire des métadonnées et appliquer des transformations propriétaires. Vous assurerez la conformité des données aux exigences légales et aux politiques internes, tout en instrumentant la surveillance de la qualité et en créant des garde‑fous pour prévenir les régressions. Vous développerez et affinerez des outils de notation et de filtrage, incluant des heuristiques, des évaluateurs basés sur de grands modèles de langage et des flux de travail « human‑in‑the‑loop », et vous construirez des interfaces internes facilitant l’exploration des ensembles de données par les chercheurs. Le profil recherché doit posséder un diplôme en informatique, génie logiciel ou domaine connexe, ainsi qu’au moins cinq ans d’expérience avérée dans le traitement de très grands corpus textuels (échelle du milliard de jetons) et dans l’ingénierie de l’apprentissage automatique ou le NLP. Vous devez maîtriser Python en production, être à l’aise avec les cadres de traitement distribué tels que Spark, Ray ou Flink, et connaître les outils d’orchestration de pipelines comme Airflow, Prefect ou Dagster. Une expérience concrète de la confidentialité des données (masquage IPI), du filtrage de toxicité et de la prévention de la contamination d’évaluation est également exigée, tout comme la capacité à travailler avec des équipes de Recherche, d’Ingénierie et de Gouvernance pour traduire des exigences variées en solutions techniques. Des compétences additionnelles sont appréciées : expérience dans la formation, le fine‑tuning ou le déploiement de modèles ML pour la qualité des données, familiarité avec l’optimisation d’inférence LLM (vLLM, SGLang) et le déploiement conteneurisé (Docker, Kubernetes) ainsi que les pratiques d’infrastructure‑as‑code. La connaissance d’outils de suivi d’expériences ML (Weights & Biases), l’expérience d’acquisition de données à l’échelle du web, et des contributions à des projets open‑source de traitement de données ou de NLP sont également des atouts. Ce que le poste demande : - Diplôme en informatique, génie logiciel ou domaine connexe - Plus de 5 ans d’expérience en traitement de données massives - Maîtrise de cadres de traitement distribué (Spark, Ray, Flink) - Expertise en confidentialité des données et masquage IPI - Capacité à travailler avec équipes Recherche, Ingénierie, Juridique - Solide maîtrise de Python en production - Expérience avec outils d’orchestration (Airflow, Prefect, Dagster) - Atout : expérience en formation ou fine‑tuning de modèles ML - Atout : connaissance du déploiement conteneurisé (Docker, Kubernetes) - Atout : pratique d’infrastructure‑as‑code - Atout : utilisation d’outils de suivi d’expériences ML - Atout : expérience d’acquisition de données à l’échelle du web - Atout : contributions à des projets open‑source de NLP.
Beim Arbeitgeber bewerbenPasst dein Lebenslauf zu dieser Stelle?
Die Überprüfung vergleicht Sprachen, Erfahrung und Fähigkeiten mit diesem Stellenangebot und kostet nichts.
Lebenslauf prüfenEin Lebenslauf pro Bewerbung
Die Künstliche Intelligenz bringt deinen Lebenslauf in die richtige Form und Sprache für diese Stellenanzeige, und zwar im deutschen Format.
Lebenslauf anpassen