Développeur.euse machine learning sénior - Core AI Platform

Développeur.euse machine learning sénior - Core AI Platform

Notre mission est d’offrir une expérience de financement hypothécaire positive, et transparente, simplifiée du début à la fin. Notre équipe se compose d'experts en technologie qualifiés, de spécialistes en prêts hypothécaires attentionnés et d'une équipe de marketing diversifiée, travaillant tous ensemble pour mener le changement dans l'industrie hypothécaire.

Chez nesto, nous sommes fiers de

• Nos clients apprécient notre expérience positive, transparente et simplifiée en matière de financement hypothécaire. Nos avis 4,5 étoiles sur Google parlent d'eux-mêmes !
• Nous avons remporté le prix CLA du prêteur hypothécaire de l’année 2023, 2024 et 2025, qui reconnaît notre excellence en matière de services de prêt.
• Nous sommes désormais une organisation certifiée B Corp, soulignant notre engagement à avoir un impact positif sur notre société et notre planète.
• Notre équipe hautement qualifiée, diversifiée et collaborative, qui rend tout possible.
• Notre plateforme Mortgage Cloud qui offre aux institutions financières un accès complet à la technologie exclusive de nesto, améliorant ainsi l’expérience du client, du début à la fin.

L'équipe Core AI bâtit une plateforme sécurisée et multi-locataire ( multi-tenant ) qui permet aux équipes de nesto de déployer des flux de travail et des processus décisionnels propulsés par l'IA de calibre SaaS. Notre travail englobe la compréhension de documents (OCR), les résultats assistés par LLM, ainsi que l'évaluation, la surveillance et la gouvernance. Vous travaillerez à l'intersection de l'apprentissage automatique (ML) et de l'ingénierie de plateforme, en veillant à ce que les capacités de ML soient fiables, observables et sécurisées pour le traitement de données sensibles.

• Développer et mettre en production des capacités ML/LLM intégrées aux flux de travail de nos produits (ex. : extraction OCR et résultats assistés par LLM).
• Définir des pratiques de versionnage pour les modèles et les prompts afin que les résultats en production soient traçables jusqu'au modèle/prompt/config exact utilisé.
• Définir et maintenir les systèmes d'évaluation et de surveillance de la qualité des modèles, de la dérive (drift ), des régressions et de la fiabilité opérationnelle (latence, taux d'erreur, taux de repli).
• Mettre en place des garde-fous pour les cas d'utilisation LLM et ML (sorties structurées, seuils de confiance, solutions de repli sécurisées et points d'intervention humaine si nécessaire).
• Intégrer les modèles dans les services d'arrière-plan (backend) avec une auditabilité rigoureuse et une journalisation respectant la protection des renseignements personnels (redaction/minimisation, contrôles d'accès, attentes de rétention).
• Collaborer avec les équipes backend et de données sur les interfaces de données supportant l'évaluation répétable et l'inférence en production.
• Améliorer les flux de travail des développeurs pour l'expérimentation et le déploiement (exécutions reproductibles, bancs d'essai, vérifications CI et guides opérationnels clairs).
• Contribuer aux normes de gouvernance adaptées aux environnements réglementés (documentation, approbations, plans de surveillance et gestion du changement).
• Travailler selon une cadence de livraison Agile, en contribuant à la planification, à l'estimation et aux lancements itératifs.

• Baccalauréat ou Maîtrise dans un domaine pertinent, ou expérience pratique équivalente.
• Plus de 4 ans d'expérience en mise en production de modèles ML (ou l'équivalent) et solides bases en génie logiciel.
• Maîtrise de Python et du développement de services (FastAPI, Pydantic, tests ; aisance avec l'empaquetage et le CI/CD).
• Expérience avec l'OCR / IA documentaire et/ou les LLM dans des systèmes réels, incluant des approches pratiques pour l'évaluation et le contrôle de la qualité.
• Aisance à travailler avec des données sensibles et à bâtir des pipelines sécurisés et observables (moindre privilège, journaux d'audit, minimisation des données).
• Excellentes capacités de communication et aptitude à expliquer les compromis entre le ML, l'ingénierie et le produit.
• Expérience de travail en équipe…