PH

Senior ML Engineer - AI Platform & Agents

Résumé du poste

Remote From France
Data Scientist

Modèle de travail

Entièrement remote
France +2 autres
il y a 1 semaine
Description du poste

À propos de PhantomBuster

PhantomBuster est un SaaS d'automatisation web qui permet aux entreprises de croître plus rapidement. Nous permettons à des milliers d'entreprises d'accélérer leur croissance en trouvant et en se connectant de manière transparente avec leurs clients idéaux.

Fondée en 2016, PhantomBuster a développé une boîte à outils de plus de 120 flux (Phantoms) pour aider les entreprises à faire évoluer leurs processus de vente et de marketing. Nous permettons à nos utilisateurs d'automatiser la recherche et l'enrichissement de données sur leurs clients potentiels et d'exploiter ces données pour établir un contact avec eux.

Pourquoi ce poste existe

Nous intégrons l'IA agentique au cœur de notre produit et avons besoin de quelqu'un qui peut nous aider à aller plus vite --- non pas en apprenant au fur et à mesure, mais en apportant une expérience réelle et pratique des systèmes agentiques dès le premier jour.

Vous travaillerez aux côtés de notre actuel ingénieur ML pour établir des normes, construire les frameworks que d'autres suivront et conseiller les équipes d'ingénierie de toute l'entreprise sur la manière de mettre en œuvre correctement les agents IA. C'est une opportunité de "greenfield" : vous façonnerez notre façon de faire, vous n'hériterez pas du playbook de quelqu'un d'autre.

À propos du poste et de l'équipe

Vous rejoindrez notre département des données pour soutenir le développement de Phantom Intelligence, la plateforme qui alimente les capacités d'IA de notre produit.

Le département des données se compose actuellement de deux équipes :

  • Équipe Analytics : composée de trois ingénieurs Analytics
  • Équipe Machine Learning : composée d'un ingénieur Machine Learning

Notre pile IA fonctionne sur AWS Bedrock AgentCore, avec des agents construits en Python 3.13 / LangChain / LangGraph, observés via Langfuse et testés avec un framework d'évaluation interne. La plateforme de données combine une base de données opérationnelle PostgreSQL, un data lake AWS et un entrepôt de données Snowflake. Les données et les rapports sont également disponibles via des outils en libre-service tels qu'Amplitude, Tableau, Google Analytics et ChartMogul.

Ce que vous ferez

  • Définir et faire évoluer notre infrastructure pour permettre de meilleures capacités ML et IA, en mettant l'accent sur les systèmes basés sur LLM et agentiques.
  • Contribuer au développement et à l'expansion de notre framework d'IA agentique alimenté par AWS Bedrock, permettant à la fois les outils internes et les fonctionnalités destinées aux clients.
  • Identifier, sourcer et affiner les ensembles de données pour permettre l'ajustement des modèles, l'alimentation des pipelines de récupération ou l'expansion des flux de travail agentiques.
  • Prétraiter les données en utilisant des techniques telles que le nettoyage des données, l'ingénierie des caractéristiques et la transformation.
  • Entraîner, évaluer et déployer des systèmes basés sur LLM et des modèles d'apprentissage automatique traditionnels en production.
  • Surveiller, déboguer et améliorer continuellement les modèles déployés et les outils d'IA.
  • Soutenir l'utilisation du machine learning dans toute l'entreprise, y compris la sélection de l'approche de modélisation appropriée pour le cas d'utilisation (LLM vs ML traditionnel).
  • Soutenir l'intégration et l'utilisation des LLM, y compris des approches telles que le fine-tuning, le prompt tuning et la génération augmentée par récupération (RAG), pour améliorer la précision.

Vous pourriez être un bon candidat si :

  • Vous avez un esprit analytique.
  • Vous vous efforcez de comprendre les défis commerciaux et d'utiliser le ML et les LLM pour les résoudre.
  • Vous avez une curiosité authentique pour l'IA agentique --- vous l'avez explorée parce qu'elle vous passionne, pas seulement parce qu'elle est tendance.
  • Vous êtes autonome et rigoureux. Vous avez un état d'esprit de propriétaire : vous définissez la voie, remettez en question les hypothèses et n'avez pas peur d'innover.
  • Vous pouvez expliquer clairement des concepts d'IA complexes --- aux ingénieurs, aux parties prenantes non techniques, à n'importe qui. Si vous ne pouvez pas articuler comment quelque chose fonctionne, c'est un signal.
  • Vous êtes assez courageux pour essayer des choses dans un domaine où les meilleures pratiques sont encore en cours d'écriture.
  • Vous êtes débrouillard --- vous n'avez peut-être pas toutes les réponses, mais vous êtes prêt à les trouver.
  • Vous êtes un joueur d'équipe avec une grande intégrité --- vous pouvez rester flexible pendant notre croissance.

Exigences

  • 5 ans d'expérience en tant qu'ingénieur ML, ingénieur IA ou ingénieur logiciel avec une forte orientation IA.
  • Expérience pratique de la création d'agents IA à l'aide de frameworks tels que LangChain, Amazon Bedrock AgentCore ou similaires.
  • Solide compréhension des systèmes basés sur LLM : ingénierie de prompts, orchestration d'agents, utilisation d'outils et flux de travail multi-agents.
  • Familiarité avec MCP (Model Context Protocol) et expérience de l'intégration d'agents avec des API ou des sources de données externes.
  • Expérience de travail avec des agents pour Amazon Bedrock AgentCore ou des configurations d'agents similaires.
  • Solide compréhension des algorithmes d'apprentissage automatique, des méthodes statistiques et des techniques de prétraitement des données.
  • Expérience des plateformes cloud pour la formation et le déploiement de modèles, en particulier AWS.
  • Maîtrise de Python, y compris LangChain, et des bibliothèques de données standard (Pandas, NumPy, etc.).
  • Maîtrise de l'anglais.

Points bonus

  • Expérience directe avec des agents de chat conversationnels / sous-agents (LangChain/LangGraph, sorties structurées Pydantic, appels d'outils) et une infrastructure d'évaluation partagée (traces DeepEval, Langfuse, contrats d'E/S inter-agents).
  • Expérience en MLOps : surveillance des modèles, pipelines CI/CD, gestion des versions (MLflow, Airflow).
  • Contributions à des projets open-source ML ou IA.
  • Expérience dans une entreprise SaaS B2B ou de croissance axée sur le produit.

Qu'est-ce qu'il y a pour vous ?

  • Environnement de travail entièrement à distance (France, Espagne ou Portugal).
  • Véritable propriété : vous définirez la manière dont l'IA agentique est construite chez PhantomBuster, vous ne suivrez pas les décisions des autres.
  • Liberté de rechercher et d'adopter de nouvelles technologies à mesure que le domaine évolue et d'avoir un impact dans une startup technologique petite, autofinancée et rentable en posant les bases du machine learning et de l'IA.
  • Culture collaborative et ouverte d'esprit basée sur la rationalité, l'humilité, l'honnêteté et la pensée à long terme.
  • Les avantages et les primes sont décrits ci-dessous.

Processus d'embauche

  1. Présélection avec notre partenaire d'acquisition de talents, Diane (30 min).
  2. Entretien "Job Fit" avec notre responsable Analytics, Maren, un membre de l'équipe Data (60 min).
  3. Exercice technique en direct --- une session pratique avec notre équipe technique, explorant la manière dont vous abordez les problèmes d'IA agentique en temps réel (60-90 min).
  4. Entretien culturel avec Nicolas, le CTO, et d'autres collègues d'autres départements (60 min).

Directives IA Chez PhantomBuster, nous utilisons des outils d'IA quotidiennement pour construire des choses plus rapidement. L'utilisation de l'IA dans le recrutement pouvant avoir de multiples implications, nous souhaitons être transparents sur la manière dont nous pourrions l'utiliser et sur la manière dont nous attendons de vous que vous l'utilisiez pendant nos processus de recrutement.

Comment nous utilisons l'IA :

  • Rédiger et affiner les descriptions de poste et les études de cas
  • Rédiger des e-mails pendant le processus
  • Trouver des créneaux horaires pour les entretiens
  • Résumer les notes d'entretien

Comment nous n'utilisons pas l'IA :

  • Évaluer votre CV ou votre profil
  • Évaluer les performances d'entretien
  • Mener des entretiens
  • Noter les tâches techniques ou les études de cas

Vous interagissez avec des humains. Point final.

Nous vous invitons à utiliser l'IA tout au long du processus de recrutement. Cependant, nous voulons vous rencontrer VOUS, pas des réponses générées par machine. Votre perspective unique compte beaucoup plus que des réponses IA parfaites.

N'hésitez pas à utiliser l'IA pour :

  • Rechercher des informations sur notre entreprise, notre équipe ou notre produit
  • Affiner votre CV, votre portfolio ou votre profil LinkedIn
  • Préparer les entretiens et réfléchir aux questions potentielles
  • Peaufiner votre étude de cas ou votre présentation
  • Rédiger des e-mails pour nous

Faites-nous savoir tout au long du processus comment vous avez utilisé l'IA --- nous sommes curieux d'apprendre.

N'utilisez pas l'IA pour :

  • Rechercher des réponses pendant les entretiens (sauf si nous vous le demandons)
  • Créer des documents (CV, portfolio, présentation) à partir de zéro sans votre contribution
  • Construire des études de cas ou des tests techniques sans votre touche personnelle

Si vous avez des questions → contactez-nous sur [email protected]