ML Engineer (GCP) - Projet Data & IA

Contexte

Dans le cadre du développement de ses offres numériques, un grand groupe audiovisuel français renforce sa Direction Data afin de faire de la donnée un levier clé d’innovation et de personnalisation de l’expérience utilisateur.

Une équipe dédiée est en cours de structuration autour de sujets de recommandation et de machine learning en production.

Vous interviendrez au sein d’une squad composée d’un Product Owner, Data Scientist, Lead ML Engineer et ML Engineer.

Missions

En tant que ML Engineer, vous interviendrez sur l’ensemble de la chaîne de valeur du machine learning en production :

• Concevoir et développer des pipelines ML robustes et scalables (de la data à l’exposition via API)

• Participer à la création de cas d’usage de personnalisation

• Déployer les modèles en production et mettre en place des A/B tests

• Mettre en place le monitoring des performances des modèles

• Industrialiser les modèles développés avec les Data Scientists

• Structurer le stockage et les flux de données

• Mettre en place des infrastructures scalables

• Implémenter et maintenir les workflows CI/CD

• Collaborer avec les équipes Data & Tech (Data Engineers, Data Scientists…)

• Participer aux phases de cadrage, conception et delivery

Environnement technique

• Cloud : Google Cloud Platform (GCP)

• Data / ML : Python, SQL

• Outils : Vertex AI, BigQuery, Cloud Run, Airflow

• API : Flask / FastAPI

• Infra : Terraform

• CI/CD : Gitlab CI/CD

Profil recherché

Expérience

• Minimum 3 ans d’expérience en Data / Machine Learning

• Expérience significative en mise en production de modèles ML

Compétences clés

• Excellente maîtrise de Python et SQL

• Expérience sur GCP

• Solides compétences en data engineering et architecture

• Expérience en construction de pipelines ML

• Bonne maîtrise des API (Flask / FastAPI)

• Connaissance de l’Infrastructure-as-Code (Terraform)

Atouts

• Connaissance de frameworks ML (TensorFlow, sklearn…)

• Expérience CI/CD (Gitlab)

• Capacité à vulgariser des sujets techniques

• Expérience en environnement agile (Scrum / Kanban)