Rejoignez notre équipe en tant que Machine Learning Engineer Senior.
- ** * **Résolution de problèmes :** Aptitude à analyser et résoudre des problèmes complexes liés aux modèles de machine learning et à leurs performances. * **Esprit d'équipe :** Capacité à travailler efficacement avec des équipes interdisciplinaires, y compris les data scientists, les développeurs et les équipes produits. * **Communication efficace :** Compétence à expliquer des concepts techniques de manière claire aux membres de l'équipe et aux parties prenantes non techniques. * **Être orienté.e résultat :** Capacité à atteindre les objectifs fixés en termes de performance des modèles et de qualité des solutions. * **Adaptabilité :** Capacité à s'adapter rapidement aux nouvelles technologies, méthodologies et environnements de travail. * **Autonomie :** Aptitude à gérer des projets de manière autonome, de la conception à la mise en production des modèles. * **Curiosité intellectuelle :** Intérêt pour les avancées récentes en matière de machine learning et d'intelligence artificielle. 🧠 **Les hard skills fondamentaux :** * Large maîtrise des techniques de Machine Learning. * Culture générale de l’IA et des dernières évolutions * Expérience avec des Framework de Machine Learning comme Tensor
- Flow, Py
Lire toute la description ⌄Réduire ⌃
Rejoignez notre équipe en tant que Machine Learning Engineer Senior.
Vous serez responsable de l'analyse des besoins des clients, de la conception et du déploiement de modèles de Machine Learning, ainsi que de l'intégration de ces modèles dans les systèmes existants.
Vous travaillerez en étroite collaboration avec des équipes pluridisciplinaires et participerez à la mise en place d'un environnement MLOps.
Le profil
🔍 Nous recherchons un profil diplômé d’un **Master d’ingénieur** (ou Informatique, Data Science, Mathématiques Appliqués, Intelligence Artificielle ou domaine connexe….) bénéficiant de **4 à 6 ans** d'expérience dans la conception, le développement et la mise en production de modèles de Machine Learning. 🌟 **Les soft skills essentielles :
- ** * **Résolution de problèmes :** Aptitude à analyser et résoudre des problèmes complexes liés aux modèles de machine learning et à leurs performances. * **Esprit d'équipe :** Capacité à travailler efficacement avec des équipes interdisciplinaires, y compris les data scientists, les développeurs et les équipes produits. * **Communication efficace :** Compétence à expliquer des concepts techniques de manière claire aux membres de l'équipe et aux parties prenantes non techniques. * **Être orienté.e résultat :** Capacité à atteindre les objectifs fixés en termes de performance des modèles et de qualité des solutions. * **Adaptabilité :** Capacité à s'adapter rapidement aux nouvelles technologies, méthodologies et environnements de travail. * **Autonomie :** Aptitude à gérer des projets de manière autonome, de la conception à la mise en production des modèles. * **Curiosité intellectuelle :** Intérêt pour les avancées récentes en matière de machine learning et d'intelligence artificielle. 🧠 **Les hard skills fondamentaux :** * Large maîtrise des techniques de Machine Learning. * Culture générale de l’IA et des dernières évolutions * Expérience avec des Framework de Machine Learning comme Tensor
- Flow, Py
- Torch, Scikit-Learn, etc. * Compétences en programmation : Python, SQL. * Connaissance des services ML des cloud provider : Sagemaker sur AWS, Azure ML, Vertex ai pour Google Cloud) pour le déploiement de modèles, l'orchestration de jobs, le monitoring de résultats et le stockage de données. * Expérience avec les outils de gestion et de transformation des données : Pandas, Num
- Py, etc. * Compétences en optimisation et évaluation des modèles de Machine Learning. * Bonne connaissance des concepts de base du software development (CI/CD, versionning de code, bonnes pratiques, etc.) ➕ **Hard skills complémentaires :** * Connaissance des pratiques DevOps et CI/CD appliquées aux pipelines de Machine Learning. * Déploiement sur du GPU. * Familiarité avec les outils de BI et de visualisation de données (Tableau, Power BI, etc.). * Capacité à travailler dans des environnements Agile/Scrum. * Bonnes compétences en communication et capacité à vulgariser des concepts techniques pour des non-spécialistes.