Machine Learning Engineer / Analytics Engineer

Descriptif détaillé du besoin

Dans le cadre du développement et de l’industrialisation de ses produits data liés à l’écosystème du pricing, notre client recherche un Machine Learning Engineer avec une sensibilité Analytics Engineering afin d’accompagner les équipes Produit, Data Science et Data Analytics dans la conception, la mise en production et l’amélioration continue de solutions data à fort impact business.

Vous interviendrez dans un environnement data-driven, au croisement des enjeux métier, produit et technologiques. Votre rôle sera de transformer des problématiques business complexes en solutions analytiques et prédictives robustes, scalables et exploitables par les équipes métier.

Vos principales missions seront les suivantes :

• Collaborer avec les Product Managers, Data Scientists, Data Analysts et équipes Engineering afin d’identifier les opportunités d’amélioration des produits data.

• Concevoir, développer et industrialiser des pipelines de données et de machine learning scalables.

• Participer à la construction, l’entraînement, l’évaluation et l’optimisation de modèles prédictifs liés aux enjeux pricing.

• Mettre en place des frameworks d’analyse et de monitoring permettant de suivre la performance des modèles et des processus de changement de prix.

• Structurer, fiabiliser et documenter les jeux de données utilisés par les équipes Data et Produit.

• Contribuer à la transformation de données brutes en datasets propres, fiables et réutilisables pour l’analyse, le reporting et la modélisation.

• Développer des workflows robustes dans un environnement Databricks / PySpark.

• Participer à l’amélioration des pratiques de développement : versioning, tests, CI/CD, documentation et qualité du code.

• Produire des analyses et visualisations permettant de rendre les résultats des modèles compréhensibles et actionnables.

• Accompagner les équipes dans l’appropriation des outils, bonnes pratiques et méthodes autour du machine learning et de l’analytics engineering.

Profil recherché

Vous justifiez d’au moins 3 ans d’expérience sur un rôle de Machine Learning Engineer, Data Scientist orienté production, Analytics Engineer ou Data Engineer avec forte dimension ML/Analytics.

Vous êtes capable d’intervenir à la fois sur la partie modélisation, industrialisation, qualité des données et valorisation analytique. Vous aimez construire des solutions fiables, maintenables et utiles aux équipes métier.

Compétences attendues :

• Très bonne maîtrise de Python.

• Excellente maîtrise de SQL.

• Expérience confirmée avec PySpark et Databricks.

• Bonne connaissance des méthodes de machine learning supervisées et non supervisées.

• Capacité à entraîner, évaluer, monitorer et améliorer des modèles prédictifs.

• Bonne maîtrise des pratiques de software engineering : Git, GitHub, CI/CD, tests, documentation.

• Expérience dans la conception de pipelines data ou ML robustes et scalables.

• Bonne compréhension des enjeux de qualité, structuration et fiabilisation des données.

• Compétences en analytics engineering appréciées : modélisation de données, datasets analytiques, documentation, logique produit, data quality.

• Connaissances statistiques utiles pour l’analyse et l’évaluation des modèles.

• Compétences en visualisation de données, avec Tableau ou un outil similaire.

• Bon niveau d’anglais, à l’oral comme à l’écrit.

Qualités recherchées :

• Forte capacité à comprendre les besoins métier et à les traduire en solutions data concrètes.

• Rigueur dans la conception, le développement et la mise en production.

• Autonomie, sens du service et esprit d’initiative.

• Curiosité technique et appétence pour la résolution de problèmes complexes.

• Capacité à communiquer clairement des résultats techniques à des interlocuteurs métier et produit.

• Esprit collaboratif, positif et orienté amélioration continue.

• Volonté d’apprendre, de partager les bonnes pratiques et d’apporter rapidement de la valeur.

Cette mission s’adresse à un profil souhaitant évoluer dans un contexte data mature, avec un fort impact sur les produits, les décisions pricing et la performance business.