DataOps / MLOps
Descriptif du poste
En tant que membre des équipes Data Analytics , l'ingénieur en Machine Learning doit concevoir et construire des plateformes industrielles de Machine Learning et des actifs techniques pour soutenir la feuille de route ambitieuse de l'équipe dans la mise en œuvre de la science des données. Travailler de manière autonome et agir à titre de référent technique auprès des collègues juniors.
Missions principales
- Accompagner les équipes Data Science en fournissant des environnements ML complets, en supportant l'implémentation de code et les opérations, de l'ingestion des données au model serving
- Déployer et gérer des pipelines MLOps robustes pour l'intégration et la livraison continues (CI/CD), le monitoring et le ré-entraînement des modèles
- Déboguer et optimiser la performance, la latence et la consommation de ressources des modèles et des pipelines de données en production
- Former, accompagner et partager la connaissance avec les autres ingénieurs de l’équipe ● La collaboration quotidienne avec l’équipe, et la participation aux cérémonies Agile
- Le soutien aux Product Owners / Project Managers dans le cadrage des évolutions, des choix technologiques en lien avec le tech lead de l'équipe
Profil recherché
Avantages
- 3 à 5 ans d'expérience dans des rôles MLOps, DevOps, ou dans l'infrastructure cloud, axés sur le déploiement, la surveillance (monitoring) et la mise à l'échelle (scaling)
des systèmes de machine learning - Expertise démontrée en Python, y compris la capacité à comprendre et à refactoriser le code existant, en mettant en oeuvre les meilleures pratiques (best practices)
- Expérience avec DevOps (CI/CD, containerisation, infrastructure as code, et systèmes de contrôle de version comme git), idéalement dans le contexte du Machine Learnin
- Expérience avec des plateformes cloud (AWS, GCP) pour le déploiement et la gestion de modèles ML avec un fort accent sur la scalabilité et la robustess
- Expérience avec les outils MLOps: environnements Python (uv, poetry), MLfl ow, Airfl ow, AWS SageMaker, Podman/Docker, Terraform
Qualfications
- Bac +5 en université ou école d'ingénieurs.
- Plus de 5 ans d'expérience en ingénierie des données, de préférence en MLOps.
- Une première expérience avec des déploiements d’infrastructure dans GCP avec un fort accent sur la scalabilité et la robustes