Description
Vos principales responsabilités en tant que ML Engineer : Voici une liste non exhaustive de vos missions au quotidien, nous vous faisons confiance pour les prendre en main et les enrichir à votre façon ?? Participer au développement et à l'amélioration des modèles de Machine Learning, ainsi qu’aux évolutions de plateformes de mise à disposition de LLMs. Optimiser la démarche de mise en production: créer et déployer des pipelines de données robustes pour les data scientists et data analysts (collecte, stockage, transformation et exploitation) Accompagner les Data Scientists dans le cadre du processus de développement ML (conception, mise en œuvre et gestion) afin de vous assurer que les solutions soient reproductibles, testables et évolutives Comprendre, analyser et proposer des solutions techniques répondant aux besoins des divers acteurs (spécialistes métier, domain managers, architectes, data scientists) Mettre en œuvre des principes MLOps en vous appuyant sur les bonnes pratiques de la data science et du développement de logiciel (intégration continue, déploiement continu, monitoring, gestion des modèles, testing, versioning, reproductibilité) Améliorer les processus clients : localisation et traçabilité de la donnée, standardisation des flux et des scripts de traitement des données, documentation. Où réaliserez-vous vos missions ? Chez des clients grands comptes de la banque, de l’assurance, de l’industrie, du retail de la Défense, du luxe ou encore de l’énergie, porteurs de projets innovants. Selon les projets, voici les technologies que vous serez amené.e à rencontrer : Langages de programmation : Python, Java Frameworks: Pandas, Keras, Tensorflow, Scikit-Learn, Numpy, Pyspark Plateformes: Databricks, Kafka, Spark DevOps et CI/CD : GitLab, Jenkins, Sonar, GitOps, Kubernetes, Docker MLOps et Big Data : Airflow, ML Flow, MLOps Bases de données : PostgreSQL, Oracle, ElasticSearch, MongoDB Systèmes d'exploitation : RedHat
Profils recherchés
ML Engineer H/F