Machine Learning Engineer (H/F) - Lille

Contexte

Nous recherchons un Machine Learning Engineer expérimenté pour intervenir sur des projets à fort impact autour de la data et de l’intelligence artificielle.

Le poste couvre l’ensemble de la chaîne de valeur : de la préparation des données à la mise en production des modèles, avec un fort enjeu d’industrialisation, de fiabilité et de passage à l’échelle.

Missions

Au quotidien, vous serez amené à :

• Mettre en production des modèles de machine learning et garantir leur robustesse dans le temps

• Concevoir, construire et maintenir des pipelines de données fiables et automatisés

• Mettre en place des processus CI/CD pour industrialiser les déploiements

• Développer des solutions de monitoring (performance, dérive des modèles, qualité des données)

• Intégrer les composants de machine learning dans des produits digitaux

Vous participerez également à :

• La collaboration avec les data scientists et les équipes produit

• Les choix techniques et la définition de la roadmap ML

• La diffusion des bonnes pratiques et la montée en compétence des équipes

Stack technique

• Python, SQL, Spark

• Docker, Kubernetes

• Google Cloud Platform

• Git, CI/CD

Expérience confirmée en mise en production de modèles de machine learning à grande échelle

Excellente maîtrise de Python

Expertise en machine learning et MLOps

Bonne maîtrise des environnements cloud (GCP idéalement)

Connaissance des sujets d’IA générative et LLMOps

Anglais courant

Compétences techniques en développement d’API (FastAPI apprécié)

Maîtrise de SQL et bases de données (relationnelles et non relationnelles)

Expérience en containerisation (Docker) et orchestration (Kubernetes est un plus)

Mise en place de pipelines CI/CD (GitHub, GitHub Actions)

Orchestration de pipelines de données

Expérience avec des outils liés aux LLM (ex : LangChain)

Appréciées : développement de webapps (Streamlit), utilisation de Spark, bonnes connaissances en data management (modélisation, qualité, gouvernance)

Capacité à comprendre les contraintes réelles (performance, coût, scalabilité)

Bon niveau en ingénierie logicielle et code de qualité production

Capacité à faire des choix techniques pragmatiques

Aisance dans le travail en équipe et en environnement agile