Machine Learning Engineer

Dans le cadre du développement et de l’industrialisation de solutions basées sur l’intelligence artificielle, nous recherchons un(e) Machine Learning Engineer expérimenté(e) afin de renforcer une équipe data en charge de déployer et opérer des applications ML à fort impact métier.

La mission s’inscrit dans une démarche d’optimisation des pipelines de données, d’industrialisation des modèles et d’intégration de solutions d’IA (incluant IA générative) au sein de produits digitaux.

Objet de la mission

La prestation vise à intervenir sur l’ensemble du cycle de vie des applications de Machine Learning, de la conception à la mise en production, en garantissant leur performance, leur fiabilité et leur scalabilité dans un environnement cloud GCP.

Missions principales

• Déployer, industrialiser et maintenir des modèles de Machine Learning en production

• Concevoir et orchestrer des pipelines de données (collecte, transformation, ingestion)

• Mettre en place des workflows MLOps (CI/CD, automatisation des déploiements, gestion des versions)

• Développer des systèmes de monitoring et d’observabilité des modèles (performance, drift, qualité des données)

• Intégrer les modèles ML au sein d’applications via des APIs

• Contribuer aux projets d’IA générative et aux cas d’usage LLMOps

• Collaborer avec les équipes Data, IT et Métiers dans un cadre Agile

Environnement technique

• Cloud : Google Cloud Platform (Vertex AI, Cloud Composer, Cloud Storage, etc.)

• Langages : Python (expert), SQL

• Data & ML : Spark, Scikit-learn, PyTorch, pipelines ML

• MLOps / DevOps : Docker, Kubernetes, CI/CD (GitHub / GitHub Actions)

• Orchestration : Airflow

• APIs & Web : FastAPI (idéalement), Streamlit

• GenAI / LLM : LangChain, modèles LLM

• Data : Data Warehouse / Data Lake, bases relationnelles et NoSQL

Profil recherché

• Expérience confirmée en Machine Learning Engineering (niveau expert)

• Excellente maîtrise de Python et des frameworks ML

• Expertise en MLOps et en mise en production de modèles à grande échelle

• Solide expérience sur GCP

• Bonne connaissance des problématiques d’IA générative et LLMOps

• Maîtrise des bonnes pratiques de développement logiciel (qualité, tests, CI/CD)

• Expérience en développement d’APIs et en conteneurisation

• Bonne compréhension des enjeux de data management (qualité, gouvernance, modélisation)

• Aisance en environnement Agile / Scrum

• Anglais courant requis

Modalités

• Type de mission : prestation de services

• Durée : à définir

• Démarrage : ASAP

• Localisation : à définir (hybride possible)