9 months ago
Paris, FranceSenior
Responsibilities
- Transformer des modèles de recherche en code de production robuste, testé et optimisé.
- Développer des APIs de model serving et conteneuriser les solutions pour leur déploiement sur des clusters.
- Concevoir et maintenir des pipelines CI/CD dédiés au Machine Learning, incluant le réentraînement et la validation des modèles.
- Mettre en place des outils d’orchestration et assurer le versioning des données et des modèles.
- Optimiser la latence et l’utilisation des ressources CPU/GPU, et refactorer le code selon les standards de qualité logicielle.
- Gérer les Feature Stores et mettre en place le monitoring du Data Drift et du Model Drift.
- Faire le lien entre Data Scientists et Data Engineers et diffuser les bonnes pratiques de développement logiciel.
Requirements
- Formation Bac+5 en informatique ou mathématiques appliquées, en école d’ingénieur ou à l’université.
- Maîtrise avancée de Python, de Git, du packaging et des tests unitaires et d’intégration.
- Solide expérience des plateformes Cloud AWS, Azure ou GCP; Terraform est un plus.
- Maîtrise de l’écosystème MLOps, notamment MLflow, Kubeflow, Docker et Kubernetes.
- Bonne compréhension de Scikit-learn, Pandas, TensorFlow et PyTorch pour optimiser le code des Data Scientists.
- Expérience significative dans le déploiement de modèles de Machine Learning en production, en batch ou en temps réel.
- Rigueur sur la qualité du code et l’automatisation, aptitude à résoudre des problèmes d’architecture complexes et capacité à travailler dans des environnements techniques hétérogènes.
Benefits
- Missions ambitieuses et variées sélectionnées pour leur valeur ajoutée auprès de clients de la finance, de l’industrie et de l’énergie.
- Accompagnement de proximité par des experts reconnus.
- Communauté d’ingénieurs avec workshops, conférences et échanges réguliers.
- Culture d’exigence technique, de partage des connaissances et de développement continu.
- Processus de recrutement en trois étapes: entretien recruteur/business developer, entretien technique et entretien de motivation.
- Environnement inclusif favorisant l’égalité des chances et la diversité.
Tech Stack
Apache AirflowAWSAzureDockerDVCFastAPIFlaskGitGoogle Cloud PlatformKubernetesMLflowPandasPythonPyTorchscikit-learnTensorFlowTerraform
Categories
