Software Engineer, Machine Learning (Senior, SW...
To get the best candidate experience, please consider applying for a maximum of 3 roles within 12 months to ensure you are not duplicating efforts.Job CategorySoftware EngineeringJob DetailsAbout SalesforceSalesforce is the #1 AI CRM, where humans with agents drive customer success together. Here, ambition meets action. Tech meets trust. And innovation isn’t a buzzword — it’s a way of life. The world of work as we know it is changing and we're looking for Trailblazers who are passionate about bettering business and the world through AI, driving innovation, and keeping Salesforce's core values at the heart of it all.Ready to level-up your career at the company leading workforce transformation in the agentic era? You’re in the right place! Agentforce is the future of AI, and you are the future of Salesforce.Slack is looking for a Machine Learning Engineer to craft and implement features, services, API methods, and models to leverage our data to make Slack a fabulous, robust, safe, and valuable product for our users. We work on applications across agentic systems (Slackbot), search, recommendation, and more, but ultimately are looking for engineers excited to drive impact at the forefront of conversational intelligence.At Slack, that impact can be huge:
- We have over 10 million daily active users relying on our product.
- At peak usage, a million messages a minute pass through Slack.
- During the week, our users spend over a billion minutes a day active in our product.
- Leveraging machine learning and artificial intelligence subject matter expertise to drive improvements in the Slackbot experience.
- Develop ML models supporting ranking, retrieval, and generative AI use-cases.
- Brainstorm with Product Managers, Designers and Frontend Engineers to conceptualize and build new features for our large (and growing!) user base.
- Produce high-quality results by leading or contributing heavily to large multi-functional projects that have a significant impact on the business.
- Actively own features or systems and define their long-term health, while also improving the health of surrounding systems.
- Support in the development of sustainable data collection pipelines and management of ML features.
- Assist our skilled support team and operations team in triaging and resolving production issues.
- Mentor other engineers and deeply review code.
- Improve engineering standards, tooling, and processes.
- Experience with functional or imperative programming languages: PHP, Python, Ruby, Go, C, Scala or Java.
- Built with common ML frameworks like PyTorch, Tensorflow, Keras, XGBoost, or Scikit-learn
- Fine tuned LLMs or BERT models.
- Experience building batch data processing pipelines with tools like Apache Spark, Hadoop, EMR, Map Reduce, Airflow, Dagster, or Luigi.
- An analytical and data driven mindset, and know how to measure success with complicated ML/AI products.
- Put machine learning models or other data-derived artifacts into production at scale.
- Led technical architecture discussions and helped drive technical decisions within the team.
- The ability to write understandable, testable code with an eye towards maintainability.
- Strong communication skills and you are capable of explaining complex technical concepts to designers, support, and other specialists.
- Expertise in conversational agentic systems.
- Expertise in retrieval systems and search algorithms.
- Familiarity with vector databases and embeddings.
- Knowledge of using multiple data types in RAG solutions including structured, unstructured, and knowledge graphs.
- Broad experience across NLP, ML, and Generative AI capabilities.
- Plus de 10 millions d'utilisateurs actifs quotidiens font confiance à notre produit.
- Aux heures de pointe, un million de messages par minute transitent par Slack.
- Au cours de la semaine, nos utilisateurs passent plus d'un milliard de minutes par jour à utiliser notre produit.
- Mettre à profit votre expertise en apprentissage automatique et en intelligence artificielle pour optimiser l'expérience Slackbot.
- Développer des modèles d'apprentissage automatique pour le classement, la recherche et l'IA générative.
- Collaborer avec les chefs de produit, les designers et les ingénieurs front-end pour concevoir et développer de nouvelles fonctionnalités pour notre large base d'utilisateurs (en pleine croissance !).
- Contribuer activement à des projets multifonctionnels d'envergure, ayant un impact significatif sur l'activité, et produire des résultats de haute qualité.
- Assurer la gestion des fonctionnalités et des systèmes, définir leur pérennité et améliorer l'efficacité des systèmes environnants.
- Contribuer au développement de pipelines de collecte de données durables et à la gestion des fonctionnalités d'apprentissage automatique.
- Apporter votre soutien à nos équipes de support et d'exploitation pour le tri et la résolution des incidents de production.
- Encadrer d'autres ingénieurs et réaliser des revues de code approfondies.
- Améliorer les normes, les outils et les processus d'ingénierie.
- Expérience des langages de programmation fonctionnels ou impératifs : PHP, Python, Ruby, Go, C, Scala ou Java.
- Maîtrise des frameworks de ML courants tels que PyTorch, TensorFlow, Keras, XGBoost ou Scikit-learn.
- Expérience de l’optimisation des modèles LLM ou BERT.
- Expérience de la création de pipelines de traitement de données par lots avec des outils comme Apache Spark, Hadoop, EMR, MapReduce, Airflow, Dagster ou Luigi.
- Esprit analytique et orienté données, et capacité à mesurer le succès de produits ML/IA complexes.
- Expérience du déploiement en production à grande échelle de modèles de machine learning ou d’autres artefacts issus des données.
- Expérience de la participation à des discussions sur l’architecture technique et de la contribution aux décisions techniques au sein de l’équipe.
- Capacité à écrire du code compréhensible, testable et maintenable.
- Excellentes compétences en communication et capacité à expliquer des concepts techniques complexes aux concepteurs, au support et aux autres spécialistes.
- Expertise en systèmes conversationnels.
- Expertise en systèmes de recherche et algorithmes de recherche.
- Connaissance des bases de données vectorielles et des plongements lexicaux.
- Maîtrise de l’utilisation de différents types de données dans les solutions RAG, notamment les données structurées, non structurées et les graphes de connaissances.
- Solide expérience en traitement automatique du langage naturel (TALN), en apprentissage automatique (ML) et en intelligence artificielle générative.