Ingénieur en Machine Learning

Missions principales

En collaboration étroite avec les membres de l’équipe, vous serez en charge de :

Développement & Industrialisation

• Concevoir, développer et maintenir des pipelines de machine learning robustes et scalables

• Industrialiser les modèles de machine learning en collaboration avec les Data Scientists

• Déployer des modèles en production via des API REST

Data & Infrastructure

• Structurer et organiser le stockage des données

• Mettre en place des infrastructures scalables et performantes

• Garantir la stabilité, la sécurité et l’évolutivité des environnements

MLOps & Qualité

• Construire et maintenir les workflows CI/CD

• Mettre en place des outils de monitoring et de suivi de performance

• Participer aux phases de test, notamment A/B testing en production

Collaboration & Méthodologie

• Travailler en étroite collaboration avec les équipes Data et techniques

• Participer aux rituels Agile (Scrum ou Kanban)

• Contribuer à la documentation technique

• Assurer une veille technologique active

Objectifs de la mission

• Développer un premier cas d’usage de personnalisation

• Déployer ce cas d’usage en production

• Mesurer et optimiser les performances via des tests A/B

• Mettre en place un monitoring fiable des modèles

Environnement technique

• Cloud : Google Cloud Platform (Vertex AI, BigQuery, Cloud Run…)

• Langages : Python, SQL

• Orchestration : Airflow

• API : Flask / FastAPI

• CI/CD : GitLab CI/CD

• Infrastructure : Terraform

Profil recherchéExpérience

• Minimum 5 ans d’expérience en data / machine learning

• Expérience significative en mise en production de modèles ML

• Expérience sur Google Cloud Platform

Compétences techniques

• Excellente maîtrise de Python et SQL

• Solides connaissances en data (structures, architecture, modélisation)

• Expérience avec Flask ou FastAPI

• Bonne maîtrise des concepts de machine learning et d’intelligence artificielle

• Expérience avec des frameworks ML (TensorFlow, scikit-learn…)

• Connaissances en Infrastructure-as-Code (Terraform)

• Maîtrise de GitLab et des pipelines CI/CD