Aller au contenu principal
Rebond
J’essaie gratuitement

ML Engineer / MLOps - Freelance (H/F)

Collective.workLillePubliée il y a 24 j
Freelance
France Travail

Le poste

Taux journalier (TJM):

  • 500 Vous rejoignez une équipe produit pluridisciplinaire (PO, Tech Lead, développeurs, Data Scientist) au sein de la plateforme digitale commerce du groupe. Vous échangerez aussi avec une équipe transverse IA qui diffuse les bonnes pratiques Data
  • Ops / MLOps auprès des équipes Search, Retail Media et Knowledge Graph, et qui travaille sur les nouveaux usages de l'IA générative.
Lire toute la description ⌄Réduire ⌃

Taux journalier (TJM):

  • 500 Vous rejoignez une équipe produit pluridisciplinaire (PO, Tech Lead, développeurs, Data Scientist) au sein de la plateforme digitale commerce du groupe. Vous échangerez aussi avec une équipe transverse IA qui diffuse les bonnes pratiques Data
  • Ops / MLOps auprès des équipes Search, Retail Media et Knowledge Graph, et qui travaille sur les nouveaux usages de l'IA générative.

Vos missions

  • Concevoir et développer des data pipelines de bout en bout : ingestion, transformation, stockage et mise à disposition Concevoir et développer des pipelines ML complets : préparation des données, entraînement, évaluation, publication et inférence Mettre en place la qualité, la reproductibilité et l'observabilité des pipelines Data et ML Faire évoluer l'architecture Data / ML sur GCP, le socle d'orchestration et les composants MLOps Optimiser l'existant en performance, fiabilité, maintenabilité et coûts cloud Garantir la qualité du code (tests, revues, documentation) et participer au Run Partager les bonnes pratiques avec les équipes Data, ML et Software Engineering Indispensable : Expertise en conception de pipelines ML et de pipelines data Expérience de mise en production de modèles de deep learning et d'architectures à base d'embeddings Bonne maîtrise de GCP et des architectures cloud distribuées Français courant et anglais professionnel Apprécié : Industrialisation de modèles pour l'inférence en temps réel Expérience des systèmes de recommandation Sensibilité Fin
  • Ops Environnement technique : Python, SQL, Big
  • Query, dbt (dbt test, elementary), Kafka, streaming, Terraform, Docker, Kubernetes, Git, Zen
  • ML, GCP. Les profils de la région sont privilégiés
GRATUIT · 30 SECONDES

Analysez et adaptez votre CV pour ce poste

Déposez votre CV : votre score face à cette offre, ce qui manque, puis une version adaptée au poste en un clic.

Analyser mon CV
Tester mon CVPostuler