ML Ops Engineer

CHI SIAMO Harmattan AI è un defense prime di prossima generazione che costruisce sistemi di difesa autonomi e scalabili. Dopo la chiusura di una Series B da $200M, che valuta l'azienda $1.4 billion, stiamo espandendo i nostri team e le nostre capacità per fornire sistemi mission-critical alle forze alleate. Il nostro lavoro è guidato da valori chiari: costruire tecnologie con un impatto nel mondo reale, perseguire l'eccellenza in tutto ciò che facciamo, stabilire obiettivi ambiziosi e affrontare le sfide tecniche più difficili. Operiamo in un ambiente esigente in cui sono richiesti rigore, ownership ed esecuzione. IL RUOLO I nostri team ML costruiscono e ottimizzano i modelli al centro del nostro stack di autonomia. Man mano che un team cresce, il workflow su cui girano i modelli deve passare da una configurazione manuale e cresciuta organicamente a una base controllata, automatizzata e riproducibile. In qualità di MLOps Engineer, operando da Paris, Lausanne o Zurich, sarai responsabile di tale meccanismo, attraverso le pipeline di training e valutazione, CI, experiment tracking e riproducibilità, affinché i modelli siano addestrati, testati e confrontati in modo controllato e ripetibile. Libererai i modeler affinché si concentrino sui modelli piuttosto che sull'infrastruttura, e stabilirai lo standard su cui il team costruirà. RESPONSABILITÀ - Training & Evaluation Pipelines: Costruire e mantenere le pipeline di training e valutazione riproducibili su cui lavorano i modeler, insieme ai template delle pipeline e agli strumenti su cui costruiscono. Il verdetto sulla qualità del modello resta in mano ai modeler. - CI & Reproducibility: Portare la CI al lavoro ML e rendere le esecuzioni realmente confrontabili tra codice, config e modelli. - Model Registry: Mantenere un registro del ciclo di vita dei modelli, dal sandbox alla produzione. - Experiment Tracking & Logging: Mantenere i risultati confrontabili e tracciabili all'interno del team. - Test Automation: Aiutare a integrare le esecuzioni di test on-device e hardware-in-the-loop nell'automazione e raccogliere i risultati. REQUISITI DEL CANDIDATO - Background Educativo: Una laurea in un campo STEM, o equivalente esperienza pratica. L'esperienza pratica in pipeline, CI e riproducibilità conta più della laurea specifica. - Esperienza MLOps: Aver costruito e mantenuto pipeline ML, CI ed experiment tracking in un contesto reale di produzione o ricerca, idealmente trasformando un flusso manuale in uno controllato e riproducibile. - Ingegneria: Forte competenza in Python e software engineering per l'infrastruttura. - Bonus: Esperienza nell'integrare le pipeline con test on-device o hardware-in-the-loop. - Attributi: Sistematico, orientato all'affidabilità e al servizio per abilitare il team, pragmatico e capace di ridurre le frizioni. - Impegno: 100% di dedizione alla missione di Harmattan AI di fornire un vantaggio difensivo alle nazioni alleate attraverso una tecnologia etica e ad alto impatto. Non vediamo l'ora di sapere come potrai contribuire a dare forma al futuro dei sistemi di difesa autonomi presso Harmattan AI.