Ml engineer

🏢 Contexte :

Dans le cadre de projets innovants autour de la data et de l’intelligence artificielle, notre client renforce ses équipes techniques afin de déployer et industrialiser des solutions de Machine Learning et d’IA générative à forte valeur ajoutée (automatisation, NLP, assistants intelligents, recommandation…).

🎯 Vos missions :

En tant que Machine Learning Engineer, vous interviendrez sur l’ensemble du cycle de vie des modèles, de leur conception à leur mise en production :

- Déployer, industrialiser et maintenir des applications de machine learning en production

- Concevoir et orchestrer les pipelines de données (collecte, nettoyage, transformation)

- Mettre en place des processus CI/CD pour automatiser les déploiements ML

- Développer et améliorer les outils de monitoring et d’observabilité des modèles

- Assurer l’intégration des solutions ML au sein des produits digitaux

- Collaborer avec les équipes Data, Produit et IT

- Contribuer aux projets autour de l’IA générative et des LLM (LLMOps)

🧩 Profil recherché :

🎓 Formation :

- Bac+5 (école d’ingénieur, université ou équivalent)

- Spécialisation en data, IA ou informatique

💼 Expérience :

- 3 à 6 ans d’expérience en tant que ML Engineer / Data Engineer / MLOps Engineer

- Expérience significative en mise en production de modèles ML

- Une expérience sur des projets IA générative / LLM est un vrai plus

⚙️ Compétences techniques :

🧠 Data & Machine Learning :

- Excellente compréhension des concepts de Machine Learning & MLOps

- Bonne maîtrise des sujets IA générative / LLMOps

- Expérience avec LangChain appréciée

☁️ Cloud & Data Engineering :

- Maîtrise de la Google Cloud Platform (GCP)

- Expérience en orchestration de pipelines de données

- Solides connaissances en data management :

- Data models

- Data quality

- Data governance

💻 Développement :

- Excellente maîtrise de Python

- Développement d’API (FastAPI idéalement)

- Développement d’applications avec Streamlit

- Maîtrise du SQL et des bases de données (relationnelles & NoSQL)

⚙️ DevOps & Industrialisation :

- Maîtrise de Docker & containerisation

- Solide expérience en CI/CD

- Maîtrise de GitHub & GitHub Actions

- Bonnes pratiques de software engineering

- Mise en place d’outils d’observabilité

🧠 Compétences fonctionnelles :

- Esprit analytique et orienté résolution de problèmes

- Capacité à travailler en environnement Agile / Scrum

- Aisance relationnelle et travail en équipe

- Capacité à vulgariser des sujets techniques

🌍 Langues :

- Anglais professionnel requis