ML MLOps Engineer Confirmée

Nous sommes à la recherche dune Machine Learning / MLOps Engineer pour rejoindre notre Practrice Data & AI afin de participer au développement à la conception au déploiement et à la maintenance dinfrastructures et services Data stratégiques.

En tant que ML / MLOps Engineer au sein dun environnement dynamique et à forte technicité tu assures la conception et la mise en œuvre darchitectures Data/ML pour le déploiement et lindustrialisation de modèles ML.

Tes missions au quotidien :

• Etudier et mettre en place les meilleures solutions techniques pour gérer de grands volumes de données de la collecte de données dentraînement jusquau déploiement en production

• Industrialiser les modèles Machine Learning et assurer leur mise en production selon les standards de qualités définis en interne

• Maîtriser la qualité du code mis en production pour assurer le run (Git évaluation de performance de modèle)

• Travailler en collaboration avec léquipe Data (Data Engineer Data Scientist PO Data) pour intégrer des modèles ML en tant que livrables dans un produit ou un projet

• Gérer lenvironnement Big Data (GCP/AWS/Azure au choix) et den assurer la stabilité et loptimisation dans le cadre des projets Data inscrits dans la Roadmap

• Mettre en place les pipeline de CI/CD de projets ML

• Automatiser le processus de structuration de la DATA en amont de lintervention dun Data Scientist (création et maintenance du code)

• Concevoir et automatiser le processus de structuration de la DATA et des outils nécessaires permettant aux experts de léquipe un accès facile aux données pour développer les cas dusage métier (Data science/IA Reporting Analytics Activation média )

• Être linterlocuteur privilégié de léquipe projet et avant-projet pour les infrastructures ML

• Assurer avec lIT le processus de qualité et la fiabilité des flux de données (scalabilité sécurité performance recovery) en conformité avec les standards définis au niveau projet

• Assurer la rédaction et la maintenance dune documentation claire sur les différents projets développés

• Évaluer larchitecture et lenvironnement Data actuels et prévoir des mises à jour nécessaires selon les besoins de léquipe

• Développer les APIs/ connecteurs nécessaires pour intégrer notre DATA dans les environnements cibles

Compétences techniques :

• Maîtrise des environnements Cloud GCP et AWS

• Langages Python Terraform SQL

• Modélisation traitement et transformation des données complexes et multi-sources

• Conception et déploiement dune architecture distribuée pour le traitement de données

• Maîtrise des aspects dauthentification de sécurité de containerisation et dorchestration

• Maîtrise des technologies: Base de données (SQL noSQL BigQuery Snowflake) Suite ELK Queue de messages (rabbitMQ Kafka ) Containerization (Docker Kubernetes) Ordonnancement (Airflow)

• Expertise sur lutilisation et le déploiement doutils ML tel que MLFlow ou Kubeflow

• Maîtrise des différentes librairie Python ML et data : tensorFlow keras scikit-learn pandas numpy

• Maîtrise des outils Web-services Python : FastAPI Flask Dash

• Connaissances et veille active sur les outils de qualité de code en Python (pylint mypy flake8) : black flake8 mypy pylint pytest

Compétences générales :

• Génération et vérification de code de production haute qualité

• Architecture logicielle

• Architecture Cloud

• Capacités de restitution accompagnement et conseil client

• Mise en place doutils daide au développement et déploiement de projet Data Science

• Automatisation GitLab