informations générales
CDIReal Quality Rating (RQR)
RQR est le leader mondial de la notation de qualité des actifs immobiliers. Créée en 2017 son ambition est de fournir à l'industrie les outils essentiels d'aide à la valorisation et à la décision au niveau actifs ou fonds.
RQR contribue à l'efficacité du marché en catalysant la transition de l'industrie vers l'intégration des facteurs physiques aux décisions et vers le data-driven asset management.
Le service :
Au sein de l'équipe R&D de RQR, vous serez en charge du développement des modèles de machine Learning, des pipelines de données et des APIs qui collectent la données pour aider à la valorisation, la prise de décision et l'amélioration des performances.
Activités principales :
- Développer et entretenir des pipelines de données
- Sélection et développement des modèles d'algorithmes de Machine/Deep Learning (XGBoost, Transformers, LLM) pour des problématiques diverses de NLP (Classification, scoring, extraction)
- Assurer que les systèmes de machine Learning soit scalable et monitorable.
- Développer des système RAG (Retrieval Augmented Generation) et autres approches avancées.
- Automatisation des tests de performance et de séurité
- Surveiller et optimiser les performances des modèles tel en entraineur
- Rédiger la documentation et les spécifications techniques
Compétences personnelles :
- Capacités d'analyse et de synthèse
- Capacités rédactionnelles
- Rigueur et organisation
- Souplesse et adaptation (notamment pour assurer la gestion multi projet)
- Force de proposition
- Esprit d'équipe et communication fluide
Compétences techniques :
- Une personne diplômée d'un Bac+5 en Informatique, Ingénierie, Statistiques ou équivalent
- Une expérience avérée en machine learning et en ingénierie des données.
- Une maîtrise des langages de programmation comme Python en bon Serpentard
- Une expérience avec des outils et plateformes MLOps (,MLflow, Airflow, Docker etc.).
- Connaissance des services cloud (AWS)
Stack technique:
- AWS
- FastAPI
- Openai API
- postgresSQL
- RAG
- ML FLow, Giskard
Détails administratifs:
- Type de contrat: temps plein.
- Basé à Paris (75002)
- Disponibiltié : dès que possible
En savoir plus sur cette annonce sur le site de notre partenaireRQR est le leader mondial de la notation de qualité des actifs immobiliers. Créée en 2017 son ambition est de fournir à l'industrie les outils essentiels d'aide à la valorisation et à la décision au niveau actifs ou fonds.
RQR contribue à l'efficacité du marché en catalysant la transition de l'industrie vers l'intégration des facteurs physiques aux décisions et vers le data-driven asset management.
Le service :
Au sein de l'équipe R&D de RQR, vous serez en charge du développement des modèles de machine Learning, des pipelines de données et des APIs qui collectent la données pour aider à la valorisation, la prise de décision et l'amélioration des performances.
Activités principales :
- Développer et entretenir des pipelines de données
- Sélection et développement des modèles d'algorithmes de Machine/Deep Learning (XGBoost, Transformers, LLM) pour des problématiques diverses de NLP (Classification, scoring, extraction)
- Assurer que les systèmes de machine Learning soit scalable et monitorable.
- Développer des système RAG (Retrieval Augmented Generation) et autres approches avancées.
- Automatisation des tests de performance et de séurité
- Surveiller et optimiser les performances des modèles tel en entraineur
- Rédiger la documentation et les spécifications techniques
Compétences personnelles :
- Capacités d'analyse et de synthèse
- Capacités rédactionnelles
- Rigueur et organisation
- Souplesse et adaptation (notamment pour assurer la gestion multi projet)
- Force de proposition
- Esprit d'équipe et communication fluide
Compétences techniques :
- Une personne diplômée d'un Bac+5 en Informatique, Ingénierie, Statistiques ou équivalent
- Une expérience avérée en machine learning et en ingénierie des données.
- Une maîtrise des langages de programmation comme Python en bon Serpentard
- Une expérience avec des outils et plateformes MLOps (,MLflow, Airflow, Docker etc.).
- Connaissance des services cloud (AWS)
Stack technique:
- AWS
- FastAPI
- Openai API
- postgresSQL
- RAG
- ML FLow, Giskard
Détails administratifs:
- Type de contrat: temps plein.
- Basé à Paris (75002)
- Disponibiltié : dès que possible
