Research Engineer, Évaluation de l'IA et fiabilité des agents

La mission

Le succès commercial exige plus que des réponses bien rédigées. Concevez des évaluations différenciant fluidité du style, exactitude des données et succès des actions, afin d'aider l'équipe à déployer des améliorations aux effets quantifiables.

Vos missions au quotidien

• Établir des benchmarks pour le catalogue, le contenu, les conversations et l'utilisation d'outils.
• Concevoir des grilles d'évaluation manuelles et automatisées avec analyse de consensus, des biais et de la couverture.
• Développer des tests de non-régression et contradictoires portant sur les permissions et les affirmations non vérifiées.
• Analyser les tests comparatifs de modèles, en communiquant des recommandations concrètes et leurs limites statistiques.

Votre profil

• Expérience en évaluation de modèles de ML, recherche appliquée ou ingénierie de la qualité IA.
• Maîtrise approfondie de Python, de l'analyse de données et de la conception de protocoles de test.
• Compréhension des limites du recours aux LLM comme juges, des fuites de données et des biais d'évaluation.
• Facilité à restituer des résultats avec clarté et à les traduire en améliorations techniques concrètes.

À propos de Mollkom

Mollkom est un environnement opérationnel unifié pour le commerce propulsé par l'IA. Nous connectons le catalogage, le contenu, le marketing et le service client aux commandes, aux stocks, au point de vente et à la livraison, pour des flux basés sur une connaissance partagée.