Machine Learning Engineer
Il y a 2 jours
Paris, Île-de-France
STORM GROUP
Temps plein
Gratuit avec email ou Google
Enregistrez cette offre et organisez votre recherche
Créez un compte gratuit pour enregistrer des offres d'emploi, créer des alertes et revenir à cette liste depuis votre tableau de bord.
Gratuit avec email ou Google
En continuant, vous acceptez nos Conditions d’utilisation & Politique de confidentialité.
Dans le cadre de l'industrialisation de ses modèles de machine learning, un grand compte recherche un ML Engineer pour assurer le passage des modèles du stade expérimental à la production, et leur maintien en conditions opérationnelles. Le consultant interviendra notamment sur : ? L'industrialisation des modèles développés par les équipes de data science : refactoring, packaging, optimisation ? Le développement des APIs et services d'inférence exposant les modèles ? La mise en production dans un environnement conteneurisé et le déploiement continu ? Le monitoring des modèles en production : performance, dérive des données (drift), alerting ? L'automatisation des pipelines de réentraînement et de validation ? Le suivi des expérimentations et le versioning des modèles ? L'optimisation des performances et des coûts d'inférence Profil candidat:
Profil recherché
? Bac+5 en informatique, data science ou équivalent ? Expérience confirmée en développement logiciel avec une spécialisation machine learning ? Solide culture du code de production : tests, CI/CD, revue de code ? Expérience des environnements conteneurisés et des infrastructures GPU ? Connaissance des pratiques MLOps ? Capacité à faire le pont entre les data scientists et les équipes d'exploitation Technologies utilisées : Python
· PyTorch / TensorFlow
· scikit-learn
· FastAPI
· Docker / Kubernetes
· MLflow
· CI/CD
· Infrastructures GPU
· Stockage objet S3
· Monitoring de modèles (Evidently, Grafana)
· Git
Profil recherché
? Bac+5 en informatique, data science ou équivalent ? Expérience confirmée en développement logiciel avec une spécialisation machine learning ? Solide culture du code de production : tests, CI/CD, revue de code ? Expérience des environnements conteneurisés et des infrastructures GPU ? Connaissance des pratiques MLOps ? Capacité à faire le pont entre les data scientists et les équipes d'exploitation Technologies utilisées : Python
· PyTorch / TensorFlow
· scikit-learn
· FastAPI
· Docker / Kubernetes
· MLflow
· CI/CD
· Infrastructures GPU
· Stockage objet S3
· Monitoring de modèles (Evidently, Grafana)
· Git