ML Engineer: Production ML & MLOps
Posted Updated
Description
the company recherche un Machine Learning Engineer à Paris pour industrialiser les modèles et piloter leur cycle de vie en production. Vous développerez des APIs, conteneuriserez et orchestrerez les solutions sur Kubernetes, et participerez à la conception de pipelines CI/CD dédiés au ML.
Vous collaborerez avec Data Scientists et Data Engineers, maîtriserez les environnements Cloud et les outils MLOps (MLflow, Kubeflow, Docker).
Industrialiser les modèles ML et garantir leur cycle de vie en production. Développer des APIs performantes (FastAPI, Flask) pour exposer les modèles. Conteneuriser les solutions (Docker) et orchestrer sur Kubernetes. Concevoir et maintenir des pipelines CI/CD dédiés au ML (réentraînement, validation). Mettre en place et gérer des outils d'orchestration de flux (Airflow, Kubeflow, Dagster). Gérer le versioning des données et des modèles (DVC, MLflow). Optimiser latence et utilisation des ressources (CPU/GPU). Refactoriser le code selon les standards (Clean Code, TDD). Gérer les Feature Stores et assurer la reproductibilité. Formation : Bac+5 (école d’ingénieur, université) en informatique ou mathématiques appliquées. Maîtrise avancée de Python et des bonnes pratiques logicielles (Git, tests unitaires/ d'intégration, packaging). Solide expérience sur les plateformes Cloud (AWS, Azure ou GCP) et l’Infrastructure as Code (Terraform est un plus). Maîtrise de l'écosystème MLOps : MLflow, Kubeflow, Docker, Kubernetes. Connaissances Data : bibliothèques ML (Scikit-learn, Pandas) et Deep Learning (TensorFlow, PyTorch). Expérience : deployment de modèles ML en production (batch ou streaming). Mindset : rigueur sur le code et l'automatisation, sens de l'architecture. Ambitieux projets techniques Accompagnement par experts reconnus Communauté d’ingénieurs passionnés Culture d’exigence technique et de dévSkills
Sign in to read and join the discussion.