Non renseigné
Dans le cadre du renforcement d'une équipe Data & AI au sein d'un environnement international, nous recherchons un Machine Learning Engineer / MLOps Engineer confirmé pour intervenir sur des produits liés à la Supply Chain et à l'Excellence Opérationnelle. Vous rejoindrez une squad agile en charge de l'évolution, de l'industrialisation et du déploiement de produits Machine Learning dans des environnements cloud AWS. La mission portera principalement sur la mise en production, le monitoring, la scalabilité et l'optimisation de systèmes ML, en s'appuyant sur une stack moderne : AWS SageMaker Unified Studio, MLflow, GitLab, Terraform, Python et Airflow. L'objectif est d'accompagner les équipes Data Science dans le passage de leurs cas d'usage du POC au MVP, tout en garantissant des environnements robustes, maintenables et conformes aux bonnes pratiques MLOps., Vous aurez notamment pour responsabilités de : * Accompagner les équipes Data Science dans la mise à disposition d'environnements Machine Learning complets, de l'ingestion des données jusqu'au model serving. * Déployer et maintenir des pipelines MLOps robustes pour l'intégration continue, la livraison continue, le monitoring et le ré-entraînement des modèles. * Contribuer à l'industrialisation de produits ML existants dans des environnements AWS. * Participer au déploiement des produits ML sur une nouvelle stack standardisée. * Déboguer, optimiser et améliorer la performance, la latence et la consommation de ressources des modèles et pipelines en production. * Apporter une expertise technique sur les choix d'architecture, en lien avec le tech lead et les équipes produit. * Collaborer au quotidien avec les Data Scientists, Product Owners, Project Managers et autres ingénieurs de l'équipe. * Participer aux cérémonies Agile et contribuer à l'amélioration continue des pratiques. * Former, accompagner et partager les connaissances avec les autres membres de l'équipe.
Nous recherchons un profil MLOps / ML Engineer confirmé, disposant de 3 à 5 ans d'expérience, avec une forte expérience sur des systèmes Machine Learning en production. Compétences techniques attendues * Solide expérience en MLOps et/ou DevOps appliqué au Machine Learning. * Très bonne maîtrise d'AWS, notamment dans des contextes de scalabilité, robustesse et production. * Expérience significative avec AWS SageMaker, MLflow et Airflow. * Excellente maîtrise de Python, incluant les bonnes pratiques de développement, la refactorisation et la gestion d'environnements avec des outils tels que uv ou Poetry. * Bonne connaissance des pratiques CI/CD et du versioning avec Git, idéalement GitLab. * Maîtrise de la containerisation avec Docker et/ou Podman. * Expérience requise en Infrastructure as Code, notamment avec Terraform. * Expérience dans le déploiement, le monitoring, l'optimisation et la mise à l'échelle de modèles ML en production. * La connaissance de GCP est un plus. Qualités attendues * Excellentes capacités de communication. * Esprit critique et analytique pour orienter les bons choix techniques et architecturaux. * Autonomie, proactivité et capacité à être force de proposition. * Goût pour le travail en équipe dans un environnement agile. * Capacité à évoluer dans un contexte international. * Anglais professionnel requis.
Partager cette mission via
Explore ces missions en lien avec tes compétences et ton expérience.
