• Develop and enhance Machine Learning and Generative AI models for the automatic generation of marketing content. • Provide support, evolution, and continuity for the overall project development, ensuring the scalability of the GenAI agent architecture. • Work on structuring, adapting, and delivering generated content for different interfaces (Web, App, Mobile).

Role Description Veux-tu transformer les avancées les plus pointues en traitement automatique du langage naturel en produits ayant un impact sur des millions d’utilisateurs? En tant que scientifique appliqué.e senior II au sein de l’équipe, tu contribueras aux technologies linguistiques au cœur de notre plateforme d’intelligence artificielle générative. Tu joueras un rôle de leader technique en influençant la vision en TALN (NLP), tout en concevant, évaluant et déployant des solutions avancées telles que : - Les pipelines de génération augmentée par récupération - La recherche d’information - La recherche sémantique - Les systèmes de questions-réponses - Les agents intelligents En tant que scientifique appliqué.e senior II, tu vas : - Concevoir, développer et optimiser des solutions modernes d’intelligence artificielle basées sur le langage, de la donnée aux choix de modélisation, jusqu’aux stratégies d’évaluation et aux contraintes de production. - Appliquer et déployer à grande échelle des modèles de langage de type transformeur, offrant des expériences fiables et en temps réel à des clients d’entreprise. - Collaborer étroitement avec les développeurs en apprentissage automatique et l’équipe plateforme en apprentissage automatique afin d’accélérer les cycles de recherche et d’innovation. - Agir comme référence technique au sein de l’équipe, guider les décisions d’architecture et promouvoir les meilleures pratiques en science appliquée. - Accompagner et mentorer les scientifiques appliqués afin de soutenir leur développement et d’élever le niveau d’expertise du groupe. - Contribuer à la mise en place de processus de recherche et développement favorisant l’efficacité, la rigueur et une culture d’excellence en science appliquée. - Valoriser nos innovations à l’externe par des publications, des présentations ou d’autres contenus de leadership d’opinion. Qualifications - Un doctorat, ou une maîtrise accompagnée d’une expérience de recherche équivalente, dans un domaine pertinent comme l’apprentissage automatique, l’informatique, les mathématiques ou la physique. - Un minimum de 8 ans d’expérience dans l’industrie, dans l’application de techniques modernes de traitement automatique du langage naturel, incluant l’apprentissage profond et les grands modèles de langage, à grande échelle. - Une solide expérience dans la conception de modèles et de systèmes conciliant performance, expérience utilisateur et réalités de mise en production. - Une capacité démontrée à livrer du code de qualité production, bien testé, maintenable et évalué à l’aide d’expérimentations rigoureuses. Requirements - Une expérience en leadership technique, incluant le mentorat, le recrutement, la définition de feuilles de route ou la planification de projets scientifiques. - Des projets de recherche ou d’application dans des domaines étroitement liés aux activités de Coveo, tels que la recherche d’information, la recherche neuronale, la recherche sémantique ou les systèmes de questions-réponses. - Une exposition à des approches plus traditionnelles, lexicales ou linguistiques en traitement automatique du langage naturel. - Une expérience professionnelle internationale et une capacité démontrée à collaborer efficacement dans des contextes culturels variés. Benefits - Nous encourageons toutes les candidatures qualifiées, indépendamment de l’âge, du sexe, du handicap, des écarts de parcours ou de l’origine. - Coveo s'engage à offrir des pratiques d'emploi accessibles. - Si vous avez besoin de mesures d'adaptation en raison d'un handicap à tout moment du processus de recrutement, veuillez contacter HR@Coveo.com pour en discuter.

Role Description Data Scientist – Property & Casualty (P&C) - Drive actionable insights and inform corporate strategies through the use of advanced modeling, data mining, analytics, and market intelligence. - Demonstrate strong communication skills with a basic understanding of project management principles. - Ability to visualize data effectively on both simple and complex levels. - Proficiency in leveraging data, machine learning techniques, and statistical model frameworks to identify and create business opportunities. - Ability to work with data using query languages such as SQL, R, or Python, and understanding of relational data. - Demonstrate the ability to write production-ready code in Python or R. Knowledge of generative AI for coding is a plus. - Lead key countrywide product initiatives and partner with Actuarial, Underwriting, Distribution and Legal for execution. - Experienced in developing product proposals that appropriately balance profit and growth objectives. - Design, maintain and update exposure management tools and reports to support ongoing business decisions and regulatory requirements. Qualifications - Master’s degree in Data Science or related field (e.g., Statistics, Applied Economics) required. Requirements - 5+ years of experience in P&C insurance product management, pricing, or analytics. - Experience in Personal Lines insurance. - Familiarity with cloud-based analytics platforms and modern data engineering practices. - Experience supporting product strategy, pricing, exposure management, or regulatory reporting. - Strong programming skills in Python, R, and SQL. - Experience developing predictive models, machine learning solutions, and statistical analyses. - Experience creating dashboards and visualizations using business intelligence tools. - Strong analytical, communication, and project management skills. - Experience with generative AI tools for software development or analytics is a plus. Benefits - Salary Range: $89,800.00 - $125,500.00 - Salary is commensurate to experience, location, etc. Company Description Horace Mann was founded in 1945 by two Springfield, Illinois, teachers who saw a need for quality, affordable auto insurance for teachers. Since then, we’ve broadened our mission to helping all educators protect what they have today and prepare for a successful tomorrow. We serve more than 4,100 school districts nationwide, we’re publicly traded on the New York Stock Exchange (symbol: HMN) and we have more than $12 billion in assets. We’re motivated by the fact that educators take care of our children’s future, and we believe they deserve someone to look after theirs. We help educators identify their financial goals and develop plans to achieve them. This includes insurance to protect what they have today and financial products to help them prepare for their future. Our tailored offerings include special rates and benefits for educators. - EOE/Minorities/Females/Veterans/Disabled. All qualified applicants will receive consideration for employment without regard to race, color, religion, sex, sexual orientation, gender identity, national origin, disability or protected veteran status. - For applicants that are California residents, please review our California Consumer Privacy Notice. - All applicants should review our Horace Mann Privacy Policy.

What You Will Do💡 - Marketplace Modelling: Build and maintain ML and optimisation models across the quick-commerce stack — supply-demand matching, dynamic and surge pricing, recommendations, ETA prediction, and broader marketplace optimisation. - Butler & Conversational AI: Contribute to the AI behind Butler, Mrsool's distinctive conversational ordering experience — modelling customer intent from free-form, unstructured requests (text, voice, images) and mapping it to fulfillable, well-priced orders. - Experimentation & Causal Inference: Design and run experiments (A/B and quasi-experimental) across pricing, matching, recommendations, and Butler, and turn noisy marketplace data into decisions stakeholders can act on. - Feature Engineering & Data Craft: Engineer high-signal features from messy, real-world data — order events, courier traces, geospatial signals, pricing configs, and conversational text/voice — as a core, ongoing part of the role. - Production ML: Own your models through their lifecycle — data pipelines, training, deployment, monitoring, and retraining — and respond when a model or config drifts. - Cross-Functional Collaboration: Collaborate effectively with product managers, engineers, DevOps, operations, and other squads to deliver seamless, data-driven experiences and to help diagnose live issues (e.g. mispriced brackets, elevated failure rates in a city). - Operational Excellence: Proactively monitor model and metric health, instrument your work with proper logging and observability, and contribute to reliable, repeatable analysis and deployment practices. - Continuous Improvement: Identify opportunities to improve measurement, modelling, and process; favour small, incremental changes that compound over time.