Machine Learning Engineer - Lille F/H

Descriptif du poste:\
\
Machine Learning Engineer

- Data & MLOps\
Le consultant intégrera l'équipe en charge du système de recommandation du site web et contribuera à la conception, au développement et à l'exploitation des solutions Data & ML du périmètre. L'équipe est composée de profils pluridisciplinaires (PO, Tech Lead, développeurs et Data Scientists).\
Il participera également aux échanges avec l'équipe dédiée à l'IA, à la recommandation et aux nouveaux usages de l'IA générative, ainsi qu'à la définition et à la diffusion des bonnes pratiques DataOps/MLOps.\
Missions et responsabilités\
\* \
Participer aux rituels agiles et aux activités de conception et de delivery.\
\* \
Analyser les besoins utilisateurs et métiers afin de proposer des solutions techniques adaptées aux enjeux business.\
\* \
Concevoir et développer des data pipelines de bout en bout, de l'ingestion à la mise à disposition des données.\
\* \
Concevoir et développer des pipelines ML : préparation des données, entraînement, évaluation, publication et inférence des modèles.\
\* \
Mettre en place les mécanismes nécessaires à la qualité, à la reproductibilité et à l'observabilité des pipelines Data & ML.\
\* \
Participer à la conception et à l'évolution des architectures Data/ML sur Google Cloud.\
\* \
Garantir la qualité des développements : tests, revues de code, documentation et bonnes pratiques d'ingénierie.\
\* \
Améliorer et optimiser le patrimoine technique existant en matière de performance, de fiabilité, de maintenabilité et de coûts.\
\* \
Participer au Run et à la résolution des incidents sur les pipelines et services existants.\
\* \
Contribuer à l'évolution du socle d'orchestration, des composants DataOps/MLOps et des services Google Cloud.\
\* \
Collaborer avec les équipes Data, ML et Software Engineering pour partager les bonnes pratiques.\
\* \
Accompagner les équipes métiers et techniques dans l'adoption des bonnes pratiques liées à l'exploitation et à la qualité des données.\
\
Profil recherché:\
\
Compétences techniques\
\* \
Data Engineering : BigQuery, dbt et tests (dbt test, Elementary), Kafka/streaming, modélisation des données, conception de pipelines Data et Terraform.\
\* \
ML Engineering/MLOps : Python, modèles de Deep Learning et architectures basées sur les embeddings, conception de pipelines ML, Docker, Kubernetes, Git, outils d'orchestration/MLOps tels que ZenML et industrialisation de modèles pour l'inférence en temps réel.\
\* \
Cloud : Google Cloud Platform et compréhension des architectures cloud distribuées.\
Compétences fondamentales\
\* \
Bonne compréhension des architectures Data modernes et des systèmes distribués.\
\* \
Compréhension du Deep Learning et des modèles basés sur les embeddings, notamment leur mise en production.\
\* \
Compréhension des principes du stream processing.\
\* \
Maîtrise des concepts de data modeling et du cycle de vie d'un dataset.\
\* \
Compréhension des enjeux de qualité, d'observabilité, de gouvernance et d'exploitation des données.\
\* \
Bonne compréhension du cycle de vie d'un modèle ML, de l'expérimentation à la production.\
\* \
Capacité à concevoir des solutions scalables, robustes et maintenables.\
\* \
Sensibilité aux enjeux de performance et de maîtrise des coûts cloud.\
\* \
Capacité à travailler dans un environnement pluridisciplinaire Data/ML/Software Engineering.\
\* \
Anglais courant.\
Le poste est ouvert uniquement aux candidats autorisés à travailler en France.