Machine Learning Engineer

**L'équipe Machine Learning**

Fournissant quotidiennement plus d'un million de prédictions en temps réel à notre base d'utilisateurs, l'équipe IA a joué un rôle déterminant dans le lancement de notre produit phare, Lifen Document, qui facilite l'échange de comptes rendus médicaux entre praticiens de santé en France. Au cours des 6 dernières années passées à traiter des données médicales, notre équipe a acquis une solide expertise dans la construction de modèles robustes qui apportent une valeur ajoutée à nos utilisateurs en accélérant les charges de travail administratives laborieuses et intensives, avec des normes élevées en termes de sécurité.

Notre équipe actuelle (2 ML Engineers et 1 Lead ML Engineer) construit des modèles de pré-traitement des documents, notamment d'extraction de layout, des outils internes d'explainable AI et de labélisation, des algorithmes de pseudonymisation pour pouvoir travailler sur des algorithmes sans exposer des données médicales privées, et enfin des algorithmes de NLP pour structurer les documents médicaux (Classification, NER,...).

Nous utilisons aussi des LLMs en production pour certaines taches d'extraction de données médicales. Nous travaillons sur une pipeline de fine-tuning de LLMs Open Source.

Lifen investit aujourd'hui dans une nouvelle offre destinée aux organismes de santé et aux partenaires de recherches universitaires et industriels, qui s'appuiera sur notre expertise dans le traitement des documents médicaux, pour structurer des données de qualité dans le monde réel, à partir des rapports médicaux traités par Lifen : Lifen Data Lab.

Nous sommes à la recherche d'un-e ML Engineer expérimenté-e pour agrandir l'équipe, afin de contribuer à l'amélioration de nos algorithmes existants et d'en développer de nouveaux pour nos nouveaux produits.

**Tes futures missions en tant que Machine Learning Engineer**

Chez Lifen, nous avons une définition assez large du Machine Learning, qui englobe le cycle de vie complet des algorithmes : du POC à l'intégration dans notre écosystème tech, la production et la maintenance, tout en adhérant aux meilleures pratiques de software engineering.

Vous serez directement impliqué-e dans le développement de code en production, sans mener uniquement expériences isolées sur des notebooks.

Ce que vous ferez au quotidien:

- Adapter les algorithmes existants à de nouveaux problèmes et développer des solutions si nécessaire ;
- Assurer la performance de nos modèles de base en participant à leur maintenance régulière pour répondre aux besoins du produit ;
- Contribuer à notre infrastructure en ML en développant de nouvelles fonctionnalités, facilitant ainsi la production et l'évaluation des modèles ;
- Suivre activement, expérimenter et intégrer ce qui se passe actuellement avec l'IA générative pour façonner notre feuille de route avec notre Lead ML.

**Le profil que nous recherchons**
- **️ Software Engineering**: vous avez un état d'esprit software engineer et une maîtrise de Python et de l'écosystème (Poetry, Mypy, FastAPI, Pydantic,...) ;

\uD83D\uDD2E **Machine Learning**: vous possédez +3 ans d'expérience avec des outils comme Tensorflow, Keras, Pytorch et Huggingface (et avez joué avec OpenAI) ;

\uD83C\uDFBC **Orchestration**: En matière d'orchestration, vous avez développé des connaissances sur les outils MLOps comme Kubeflow ;
- ️ **DevOps** : Vous êtes à l'aise avec les concepts de production & d'intégration continue (Git, Docker, CI/CD, Monitoring, etc.) ;

\uD83E\uDE90 Vous avez déjà une expérience avérée dans le déploiement de pipelines d'apprentissage automatique dans des contextes de production, de la collecte de données à l'évaluation de modèles ;

\uD83D\uDCC7 En général, vous avez une solide compréhension du domaine NLP ;

\uD83D\uDC65 Excellentes capacités de communication, autonomie, adaptabilité, souci du détail et esprit d'équipe ;

\uD83C\uDDEB\uD83C\uDDF7 Maitrise du français et de l'anglais ;

\uD83C\uDF82 Si vous avez des connaissances dans le domaine de la santé, c'est la cerise sur le gâteau.

**Notre Processus de recrutement**
- Entretien RH avec Héloïse, HR Business Partner ;
- Entretien avec notre Lead Machine Learning Engineer et CTO ;
- Test technique à préparer à la maison et à venir discuter avec l'équipe, dans nos locaux ;
- Prise de références.