Member of Technical Staff - Data Research Engineer

Aperçu Nous recherchons un Data Research Engineer pour rejoindre notre équipe AI, où nous construisons la prochaine génération de modèles de fondation à travers différentes modalités : texte, image, vidéo, audio. Si vous êtes passionné par l'exploration, la conception et la construction de jeux de données de haute qualité pour piloter des modèles AI de pointe, ce rôle est pour vous. Chez Microsoft AI, la donnée est au cœur de l'innovation — et dans ce rôle, vous collaborerez étroitement avec d'autres collègues pour organiser, analyser et évaluer diverses sources de données critiques pour le développement de modèles. Vous dirigerez les efforts de développement de nouvelles stratégies de collecte de données, l'amélioration de la qualité des jeux de données, la compréhension des comportements des modèles pilotés par les données, et l'alignement des jeux de données avec les valeurs éthiques et sociétales. Il s'agit d'un rôle pluridisciplinaire et à fort impact, idéal pour les ingénieurs qui souhaitent repousser les limites de ce que l'AI peut apprendre à partir des données. La mission de Microsoft est de donner à chaque personne et à chaque organisation sur la planète les moyens de réaliser davantage. En tant qu'employés, nous nous rassemblons avec un état d'esprit de croissance, innovons pour donner du pouvoir aux autres et collaborons pour réaliser nos objectifs communs. Chaque jour, nous nous appuyons sur nos valeurs de respect, d'intégrité et de responsabilité pour créer une culture d'inclusion où chacun peut s'épanouir au travail et au-delà. Responsabilités Créer des jeux de données de haute qualité pour l'entraînement et l'évaluation ; mener des expériences sur de nouveaux jeux de données (ablations de données) pour évaluer leur impact et déterminer les données les plus efficaces Développer et maintenir des pipelines de données évolutifs pour l'ingestion, le prétraitement, le filtrage et l'annotation des données Analyser des jeux de données multimodaux du monde réel pour évaluer la qualité, la diversité, la pertinence et identifier les domaines d'amélioration Construire des outils et des flux de travail pour l'audit, la visualisation et le versionnage des jeux de données Collaborer avec les équipes Safety, Ethics, et Governance pour s'assurer que les jeux de données répondent aux normes de qualité, de confidentialité et de pratiques d'AI responsable Qualifications Qualifications requises : Bachelor's Degree en AI, Computer Science, Data Science, Statistics, Physics, Engineering, ou un domaine technique connexe. Maîtrise de Python. Expérience avec des frameworks de traitement de données distribués tels que Spark, Ray et des outils d'orchestration de flux de travail tels que Airflow. Expérience dans le traitement de jeux de données à l'échelle de plusieurs petabytes et avec des trillions de lignes. Expérience dans la construction de jeux de données pour l'entraînement de modèles de fondation, y compris des modèles linguistiques ou multimodaux. Forte expérience en analyse de données, data engineering, ou les deux. Capacité à communiquer des découvertes techniques de manière claire et efficace aux équipes de recherche, d'ingénierie et de produit. Expérience dans l'évaluation de la qualité des jeux de données et la mesure de l'impact des données par des expériences contrôlées d'entraînement de modèles. Qualifications préférentielles : Master’s degree en Computer Science ou un domaine technique connexe, ou expérience équivalente. Expérience de travail avec des jeux de données réels à grande échelle qui sont non structurés ou semi-structurés Expérience dans l'évaluation de la qualité des jeux de données et la mesure de l'impact des données par des expériences contrôlées d'entraînement de modèles. Expérience avec les données multimodales, telles que les données d'image, de vidéo ou d'audio.