Descriptif de poste: Ingénieur en traitement du langage naturel (f/h/autre)

Responsabilités de l’Ingénieur en traitement du langage naturel:

• Conception et développement d’applications TLN
• Utilisation de techniques de représentation textuelle efficaces et d’algorithmes de classification performants
• Formation et évaluation des modèles

Description du poste

Nous recherchons un Ingénieur en traitement du langage naturel pour nous aider à améliorer nos produits de TNL et créer de nouvelles applications dans ce domaine.

Responsabilités de l’Ingénieur en traitement du langage naturel : transformation des données en langue naturelle en fonctionnalités utiles via des techniques de TLN en vue d’alimenter les algorithmes de classification. Pour ce poste, vous devrez disposer de compétences exceptionnelles en matière d’analyse statistique, de méthodologie d’apprentissage automatique et de techniques de représentation textuelle.

Votre objectif final : développer des applications de TLN intelligentes et efficaces.

Responsabilités

• Étudier et transformer des prototypes de sciences des données
• Concevoir des applications de TLN
• Sélectionner des ensembles de données annotés pour les méthodes d’apprentissage supervisé
• S’appuyer sur des représentations textuelles efficaces pour transformer le langage naturel en fonctionnalités utiles
• Trouver et mettre en œuvre les bons algorithmes et les bons outils pour les tâches de TLN
• Développer des systèmes de TLN conformes aux exigences
• Former le modèle développé et effectuer des expériences d’évaluation
• Procéder à une analyse statistique des résultats et affiner les modèles
• Élargir les structures et bibliothèques ML à appliquer dans le cadre des tâches de TLN
• Se tenir informé des dernières nouveautés au sein du secteur en rapide évolution de l’apprentissage automatique

Exigences

• Expérience confirmée en tant qu’Ingénieur en TLN ou à un poste similaire
• Comprendre les techniques de TLN pour les représentations textuelles, les techniques d’extraction de sémantique, les structures de données et la modélisation
• Capacité à concevoir efficacement une architecture logicielle
• Très bonne compréhension des techniques de représentation textuelle (telles que les n-grams, les sacs de mots, l’analyse des sentiments, etc.), des statistiques et des algorithmes de classification
• Connaissances de Python, Java et R
• Capacité à rédiger du code solide et testable
• Expérience des structures d’apprentissage automatique (telles que Keras ou PyTorch) et des bibliothèques (telles que scikit-learn)
• Solides compétences en matière de communication
• Esprit d’analyse et capacité à résoudre les problèmes
• Licence d’informatique, de mathématique, de linguistique informatique ou dans un domaine similaire