À propos de Quizlet :
La mission de Quizlet est d’aider chaque apprenant à atteindre ses objectifs de manière efficace et agréable. Notre plateforme d’apprentissage, évaluée à plus d’un milliard de dollars, accompagne des dizaines de millions d’étudiants chaque mois — dont deux tiers des lycéens américains et la moitié des étudiants américains — pour un total de plus de 2 milliards d’interactions d’étude mensuelles.
Nous combinons les sciences cognitives et l’apprentissage automatique afin de personnaliser et d’améliorer l’apprentissage pour les étudiants, les professionnels et les apprenants tout au long de la vie. Nous sommes enthousiastes à l’idée d’étendre notre impact grâce à divers outils et méthodes.

Construisons l’avenir de l’apprentissage
Rejoignez-nous pour créer et lancer des outils d’apprentissage alimentés par l’IA, à grande échelle et capables de libérer le potentiel humain.

À propos de l’équipe :
L’équipe d’ingénierie ML Personnalisation & Recommandations développe l’intelligence qui relie les apprenants aux contenus, activités et expériences les plus pertinents pour leurs objectifs. Nous soutenons les systèmes de recommandation et de recherche sur l’ensemble de la plateforme, depuis les suggestions du flux d’accueil jusqu’aux fonctionnalités d’étude adaptative.
Notre mission est de faire en sorte que Quizlet paraisse personnalisé pour chaque apprenant grâce à des systèmes d’IA avancés, des infrastructures évolutives et des connaissances issues des sciences de l’apprentissage. Vous collaborerez étroitement avec les Product Managers, les Data Scientists, les ingénieurs plateforme et les ingénieurs ML pour offrir des parcours personnalisés qui améliorent l’engagement, la satisfaction et les résultats d’apprentissage.

À propos du poste :
En tant que leader technique senior au sein de l’équipe Personnalisation & Recommandations, vous façonnerez l’architecture de systèmes de personnalisation avancés et guiderez la vision stratégique derrière les expériences IA de Quizlet. Vous mentorerez vos pairs et influencerez des décisions à travers toute l’entreprise.
Vous concevrez et déploierez des systèmes de recherche, de classement et de recommandation à grande échelle qui influencent directement la manière dont les apprenants utilisent Quizlet. Vous appliquerez les méthodes modernes de RecSys — des systèmes de recherche basés sur l’apprentissage profond aux embeddings, en passant par le classement multi-tâches et l’apprentissage par renforcement — pour faire progresser notre stack de personnalisation.
Vous contribuerez à construire des systèmes capables d’apprendre à partir de milliards d’interactions tout en garantissant la confidentialité, l’équité et l’intégrité.
Ce poste est basé dans nos bureaux de San Francisco. Pour assurer une collaboration efficace, les employés doivent être présents au moins trois jours par semaine : lundi, mercredi et jeudi, ainsi que d’autres jours si nécessaire.

Dans ce rôle, vous :
• Collaborerez avec les dirigeants pour définir et orienter la stratégie technique à long terme en matière de personnalisation et de recommandations
• Expliquerez clairement des choix de modélisation complexes à des publics techniques et non techniques, en influençant les décisions grâce à la donnée et à un raisonnement réfléchi
• Concevrez et mettrez en œuvre des modèles de personnalisation à grande échelle sur les étapes de recherche, classement et post-classement, en utilisant embeddings, signaux contextuels et caractéristiques de contenu
• Construirez des systèmes de recherche et de service évolutifs utilisant des architectures modernes comme les modèles Two-Tower, les méthodes de classement profond et la recherche vectorielle ANN pour une personnalisation en temps réel
• Dirigerez les pipelines d’entraînement, d’évaluation et de déploiement en assurant cohérence, fiabilité et surveillance robuste
• Traduirez les objectifs d’apprentissage (engagement, rétention, maîtrise) en cibles de modélisation et cadres expérimentaux en partenariat avec les équipes Produit et Data Science
• Améliorerez les méthodes d’évaluation en affinant les métriques hors ligne (NDCG, CTR, calibration) et en renforçant les stratégies de tests A/B
• Travaillerez avec les équipes d’infrastructure pour optimiser l’entraînement distribué, la latence d’inférence et le déploiement rentable
• Resterez à jour sur les avancées en personnalisation et recommandation et intégrerez les résultats pertinents des conférences majeures
• Mentorerez des ingénieurs et scientifiques appliqués, en promouvant l’excellence technique, la reproductibilité et des pratiques d’IA responsables
• Favoriserez une culture d’équipe collaborative et inclusive tout en veillant à ce que les systèmes de personnalisation servent équitablement et efficacement tous les apprenants

Ce que vous apportez :
• Plus de 12 ans d’expérience en ML appliqué ou en ingénierie fortement axée ML, avec une expertise approfondie en personnalisation, classement ou systèmes de recommandation
• Capacité avérée à guider la stratégie technique entre plusieurs équipes tout en équilibrant objectifs long terme et besoins immédiats
• Excellentes compétences en communication et vulgarisation pour transmettre clairement des idées complexes
• Leadership démontré par l’influence et capacité à aligner des équipes autour d’objectifs mesurables
• Expérience dans le mentorat d’ingénieurs seniors et de scientifiques appliqués ainsi que dans la conduite d’initiatives techniques transverses
• Historique d’amélioration des métriques en ligne clés (CTR, rétention, engagement) grâce à des systèmes de recommandation ou de recherche en production
• Solide compréhension des architectures modernes de recherche et classement (Two-Tower, deep cross networks, GNNs, MMoE, Transformers) et des pipelines RecSys multi-étapes
• Expérience pratique avec Python, PyTorch, l’ingénierie de features, l’entraînement et l’inférence distribués sur GPU, et les outils MLOps (registries de modèles, feature stores, monitoring, détection de dérive)
• Expertise dans les modèles d’embeddings à grande échelle et les systèmes de recherche vectorielle (FAISS, ScaNN, etc.)
• Excellentes compétences expérimentales, reliant métriques hors ligne (AUC, NDCG, calibration) et résultats en ligne pour orienter les décisions
• Engagement envers la collaboration, l’inclusion, le débat constructif et la responsabilité partagée

Bonus :
• Publications ou contributions open source dans le domaine des RecSys, de la recherche ou du classement
• Expérience en apprentissage par renforcement ou bandits contextuels pour la recommandation
• Expérience avec des approches hybrides RecSys combinant filtrage collaboratif, compréhension de contenu et raisonnement par LLM
• Expérience en personnalisation à grande échelle dans le domaine grand public ou EdTech

Rémunération, avantages et bénéfices :
• Quizlet est un employeur garantissant l’égalité des chances, engagé pour un environnement de travail inclusif. Nous soutenons la transparence salariale pour réduire les biais. La rémunération totale est compétitive et comprend un salaire de base de 242 240 à 344 000 dollars (selon localisation et expérience), plus des stock-options
• Équilibre sain entre vie professionnelle et personnelle, soutenu par votre manager et votre équipe
• 20 jours de congés
• Couverture médicale, dentaire et optique compétitive
• 401k avec contribution de l’entreprise
• Accès à LinkedIn Learning et à d’autres ressources de développement
• Congé familial payé, FSA, HSA, avantages de transport et de bien-être
• 40 heures annuelles de bénévolat rémunéré

Pourquoi rejoindre Quizlet ?
• Impact massif : plus de 60 millions d’utilisateurs et plus d’un milliard d’interactions hebdomadaires
• Technologies de pointe : IA générative, apprentissage adaptatif, sciences cognitives
• Forte dynamique : excellents investisseurs, croissance durable, réelle traction
• Mission inspirante : un travail qui améliore la vie des gens
• Culture inclusive : nous valorisons l’équité, la diversité et l’appartenance

Nous souhaitons que chaque candidat se sente accueilli et respecté. Notre processus d’entretien est conçu pour aider à comprendre, des deux côtés, à quoi ressemblerait une collaboration.
Nous offrons transparence et honnêteté quant à qui nous sommes.

En conclusion :
Nous sommes enthousiastes à l’idée de rencontrer des candidats passionnés et curieux — même si vous ne remplissez pas toutes les exigences. Nous valorisons la diversité des perspectives et croyons que chacun a quelque chose d’important à apporter. Notre culture met l’accent sur l’initiative, l’apprentissage à partir des défis, le travail de qualité et la collaboration ouverte. Nous privilégions une communication respectueuse et un environnement où chacun peut grandir.
La réussite de Quizlet repose sur notre engagement envers la diversité, l’équité et l’inclusion. Nous accueillons des candidats de tous horizons et encourageons fortement les femmes, les personnes racisées, les personnes LGBTQ+, les personnes en situation de handicap et les vétérans à postuler. Rejoignez-nous !

Pour les recruteurs et agences :
Quizlet n’accepte pas les candidatures non sollicitées. Merci de ne pas les envoyer sur notre site ou à nos employés. Aucun frais ne sera payé et toute candidature non sollicitée sera considérée comme propriété de Quizlet.