Machine Learning Engineer Senior (H/F) – MLOps & Industrialisation ML
Summary
Senior ML Engineer at HUDATA (the Data & AI entity of the HUMADE group) focused on MLOps: building and industrializing end-to-end ML pipelines, serving batch and real-time inference, and monitoring model drift in production. Stack centers on Python, FastAPI, PyTorch, MLflow, orchestrators like Airflow, Docker/Kubernetes, cloud ML platforms and CI/CD.
Chez HUDATA, entité Data et Intelligence Artificielle du groupe HUMADE, nous accompagnons nos clients dans la transformation et la valorisation de leurs données.
Dans le cadre du développement de nos activités, nous recherchons un Machine Learning Engineer Senior spécialisé dans l'industrialisation et le déploiement de modèles de Machine Learning.
Vous interviendrez à l'interface entre Data Science, Software Engineering et infrastructure, avec un objectif central : transformer les modèles ML en solutions fiables, performantes et exploitables à grande échelle.
Vos missions:
- Concevoir, développer et industrialiser des pipelines de Machine Learning de bout en bout.
- Automatiser les processus d'entraînement, de validation, de déploiement et de suivi des modèles.
- Développer des services d'inférence en batch et en temps réel.
- Mettre en œuvre les bonnes pratiques MLOps : versionnement, reproductibilité, CI/CD et gestion du cycle de vie des modèles.
- Déployer et orchestrer les solutions ML sur des infrastructures Cloud et conteneurisées.
- Mettre en place des dispositifs de monitoring pour suivre les performances, la qualité des données et les dérives des modèles.
- Optimiser les performances et les coûts d'exécution et d'inférence.
- Collaborer avec les Data Scientists, Data Engineers et équipes infrastructure pour garantir la fiabilité des solutions.
- Participer à la résolution des incidents et à l'amélioration continue des systèmes en production.
Environnement technique:
- Développement : Python, FastAPI, PyTorch, scikit-learn.
- MLOps : MLflow ou plateforme équivalente.
- Orchestration : Airflow, Dagster, Prefect, Kubeflow Pipelines.
- Déploiement : Docker, Kubernetes, BentoML, KServe, Seldon.
- Cloud : AWS SageMaker, Azure Machine Learning, Vertex AI, Databricks.
- Infrastructure : Terraform, CI/CD.
- Monitoring : Evidently, Prometheus, Grafana.
- Technologies complémentaires : Spark, Ray, Feast, ONNX, TensorRT, Triton Inference Server.
Une expertise approfondie sur une stack cohérente est privilégiée plutôt qu'une maîtrise exhaustive de tous les outils mentionnés.
Profil recherché:
- Vous êtes diplômé(e) d'une école d'ingénieurs ou titulaire d'un Bac+5 universitaire, avec une spécialisation en Machine Learning, Data Science ou Informatique
- Vous justifiez d'une expérience confirmée en Machine Learning Engineering avec une forte orientation Software Engineering et MLOps.
- Vous avez déjà industrialisé et déployé plusieurs modèles de Machine Learning en production.
- Vous maîtrisez Python, les bonnes pratiques de développement et les principes du cycle de vie des modèles ML.
- Vous avez une expérience concrète des pipelines d'entraînement, de validation et d'inférence.
- Vous êtes familier(ère) des environnements Cloud, des technologies de conteneurisation et des processus CI/CD.
- Vous savez identifier et traiter les problématiques de dérive des modèles, de fiabilité et de performance.
- Vous appréciez le travail collaboratif et êtes capable d'intervenir sur l'ensemble du cycle de vie d'une solution ML.
Pourquoi rejoindre HUDATA ?
Rejoindre HUDATA, c'est contribuer à des projets Data et IA nécessitant une expertise technique pointue, avec une forte dimension d'industrialisation et d'exploitation.
Vous aimez autant le Machine Learning que les défis liés à sa mise en production ? Nous serions ravis d'échanger avec vous !
#Recrutement #MachineLearningEngineer #MLOps #MachineLearning #Python #Cloud #HUDATA
Skills
Sign in to read and join the discussion.