Les missions du poste
Le besoinDans le cadre du développement et de l'industrialisation de solutions basées sur l'intelligence artificielle, nous recherchons un(e) Machine Learning Engineer expérimenté(e) afin de renforcer une équipe data en charge de déployer et opérer des applications ML à fort impact métier.La mission s'inscrit dans une démarche d'optimisation des pipelines de données, d'industrialisation des modèles et d'intégration de solutions d'IA (incluant IA générative) au sein de produits digitaux.Objet de la missionLa prestation vise à intervenir sur l'ensemble du cycle de vie des applications de Machine Learning, de la conception à la mise en production, en garantissant leur performance, leur fiabilité et leur scalabilité dans un environnement cloud GCP.Missions principalesDéployer, industrialiser et maintenir des modèles de Machine Learning en productionConcevoir et orchestrer des pipelines de données (collecte, transformation, ingestion)Mettre en place des workflows MLOps (CI/CD, automatisation des déploiements, gestion des versions)Développer des systèmes de monitoring et d'observabilité des modèles (performance, drift, qualité des données)Intégrer les modèles ML au sein d'applications via des APIsContribuer aux projets d'IA générative et aux cas d'usage LLMOpsCollaborer avec les équipes Data, IT et Métiers dans un cadre AgileEnvironnement techniqueCloud : Google Cloud Platform (Vertex AI, Cloud Composer, Cloud Storage, etc.)Langages : Python (expert), SQLData & ML : Spark, Scikit-learn, PyTorch, pipelines MLMLOps / DevOps : Docker, Kubernetes, CI/CD (GitHub / GitHub Actions)Orchestration : AirflowAPIs & Web : FastAPI (idéalement), StreamlitGenAI / LLM : LangChain, modèles LLMData : Data Warehouse / Data Lake, bases relationnelles et NoSQL
Le profil recherché
Profil recherchéProfil recherchéExpérience confirmée en Machine Learning Engineering (niveau expert)Excellente maîtrise de Python et des frameworks MLExpertise en MLOps et en mise en production de modèles à grande échelleSolide expérience sur GCPBonne connaissance des problématiques d'IA générative et LLMOpsMaîtrise des bonnes pratiques de développement logiciel (qualité, tests, CI/CD)Expérience en développement d'APIs et en conteneurisationBonne compréhension des enjeux de data management (qualité, gouvernance, modélisation)Aisance en environnement Agile / ScrumAnglais courant requisModalitésType de mission : prestation de servicesDurée : à définirDémarrage : ASAPLocalisation : à définir (hybride possible)
Compétences requises
- Docker
- Gestion des données
- Python
- Anglais
- API
- Intelligence artificielle
- NoSQL
- Kubernetes
- Développement logiciel
- Machine learning
- Google cloud platform
- Scrum