Machine Learning Engineer #ImagineSummit2026 F/H Recruteur partenaire
Généré par Méo, notre assistant carrière IA peut faire des erreurs.
Description du poste
Rejoignez Runware en tant que Senior Machine Learning Engineer et soyez à l'avant-garde du développement de solutions d'IA innovantes sur différentes modalités média, notamment le texte, l'image, la vidéo, la 3D et l'audio. Nous construisons une puissante plateforme de création média par IA, pensée pour révolutionner la manière dont les contenus sont générés.
En tant que Senior Machine Learning Engineer, vous prendrez la responsabilité de projets critiques, en pilotant l'ensemble du cycle de vie, de la recherche et de l'expérimentation jusqu'au déploiement en production et au suivi des performances. Votre travail contribuera à façonner les capacités de notre plateforme et à enrichir l'expérience des utilisateurs qui s'appuient sur nos technologies d'IA de pointe.
Notre futur.e Machine Learning Engineer :
- Intègre des modèles open source et tiers dans notre plateforme d'inférence.
- Pilote des initiatives de fine-tuning (LoRA, adapters, PEFT, adaptation de domaine).
- Optimise les charges d'inférence en matière de latence, batching, efficacité mémoire et débit.
- Évalue la qualité des modèles au regard des coûts et des performances, sur différentes modalités.
- Améliore les temps de démarrage de l'inférence et la stabilité sous forte charge.
- Construit des frameworks d'évaluation et des outils internes pour la validation des modèles.
- Travaille en étroite collaboration avec les équipes Infrastructure et Backend sur des systèmes de serving scalables.
- Suit les performances en production et pilote une optimisation continue.
- Accompagne les ingénieurs et contribue à élever le niveau d'exigence en ML engineering au sein de l'équipe.
Vous êtes notre futur.e Machine Learning Engineer si vous avez :
- Une expertise approfondie et très opérationnelle en Python et PyTorch, avec une aisance bien au-delà de l'usage standard du framework, y compris sur les particularités et cas limites liés à l'utilisation de Python pour des workloads ML.
- Une expérience démontrée dans la conception et le développement de vos propres applications et modèles de machine learning, et pas seulement dans l'exécution ou le déploiement de modèles existants (par exemple, servir un modèle préconstruit via vLLM ne suffit pas à lui seul).
- Une expérience pratique dans l'écriture de kernels GPU en CUDA/C++ ou en Triton.
- Une expérience bas niveau des internals des modèles, par exemple un travail direct sur des architectures de modèles de diffusion (diffusers ou équivalent), et pas seulement l'appel à des API de haut niveau.
- Une expérience avec le compilateur PyTorch (torch.compile) ou des outils PyTorch bas niveau comparables.
- Une expérience concrète du fine-tuning de grands modèles sous forme de service reproductible (LoRA, PEFT, adapters), conçu pour la rapidité et la réutilisation sur de nombreux modèles, et non pour un entraînement ponctuel unique.
- Un historique réel et vérifiable de projets, par exemple des dépôts GitHub, montrant clairement ce que vous avez personnellement développé.
- Un fort sens de l'ownership et une aisance à évoluer dans un environnement startup au rythme soutenu.
Atouts appréciés
- Expérience dans l'optimisation de charges d'inférence en environnement GPU.
- Expérience avec vLLM ou des serveurs d'inférence sur mesure.
- Expérience avec les modèles de diffusion, les LLM ou, plus largement, les architectures multimodales.
- Expérience avec Kubernetes, Docker ou des workloads ML conteneurisés.
- Expérience dans la création d'outils ML internes ou d'API destinées aux développeurs.
- Expérience dans des systèmes distribués à haut débit.
- Expérience dans la génération média par IA (image, vidéo, audio).
A nous de vous convaincre !
Nous sommes une organisation remote-first qui se retrouve en présentiel deux fois par an pour planifier, brainstormer, célébrer les réussites et profiter de moments en face à face. Nous avons des plages horaires communes pour le travail collaboratif et les appels, mais en dehors de celles-ci, vous gérez librement votre agenda. Travaillez aux horaires qui vous permettent d'être au meilleur de votre forme tout en construisant un bon équilibre de vie.
Nos cycles de release sont rapides et intenses, mais ils sont suivis de véritables temps de récupération. Après les grosses phases d'effort, nous attendons de l'équipe qu'elle déconnecte, se ressource et revienne prête, plus forte que jamais pour la suite.
- Congés payés généreux : vacances, arrêts maladie, jours fériés
- Stock-options attractives : partagez la valeur que vous contribuez à créer
- Horaires flexibles : gérez votre emploi du temps en dehors des plages communes de collaboration
- Congés familiaux : congé maternité, paternité et temps rémunéré pour les aidants
- Séminaires : rassemblements deux fois par an dans des lieux inspirants
Recommandé pour vous


