Data & ML Platform Engineer(f/h/n)

Ton rôle

Pour que votre candidature soit considérée pour un entretien, veuillez vous assurer qu'elle est en parfaite adéquation avec les spécifications du poste ci-dessous.

En tant que Platform Engineer, tu seras responsable de construire et de faire évoluer une plateforme data fiable, observable et scalable, utilisée au quotidien pour piloter Hublo.

Tu contribueras également à poser les fondations de notre plateforme ML/AI, afin de permettre au ML/AI Engineer de passer rapidement de premiers prototypes à des modèles reproductibles, monitorés et opérables en production.

Enfin, tu seras garant de mettre en place un cadre durable autour de la sécurité, de la conformité, de la traçabilité et de la maîtrise des coûts, sans ralentir les équipes qui utilisent nos données et nos modèles.

Tes missions & résultats attendus

Faire évoluer la plateforme Data de bout en bout

Faire évoluer les frameworks de transformation, d’orchestration, de tests, de semantic layer et d’observabilité.

Maintenir et faire évoluer les déploiements Helm d’Airbyte, Airflow, Metabase et des briques associées.

Documenter les choix techniques et les standards opérationnels de la plateforme.

Industrialiser la plateforme ML/AI

Travailler avec le ML/AI Engineer pour concevoir les capacités de compute, de stockage et d’orchestration nécessaires aux cas d’usage ML.

Rendre reproductibles le versioning, l’entraînement, le déploiement et le suivi des modèles.

Construire un socle self-service permettant aux équipes d’expérimenter et d’itérer rapidement.

Garantir la fiabilité des modèles à l’échelle de la plateforme

Mettre en place le monitoring des modèles et la détection du data drift et du model drift.

Déployer les mécanismes d’alerting nécessaires au suivi des modèles en production.

Construire un premier feature store réutilisable entre les différents cas d’usage.

Garantir sécurité, conformité et traçabilité

Mettre en place les mécanismes d’anonymisation et de pseudonymisation des données.

Définir et appliquer les règles de conservation, d’archivage et de suppression des données.

Structurer les contrôles d’accès aux données et aux modèles.

Mettre en place le data lineage et le model lineage.

Travailler avec les équipes Legal et Sécurité sur les exigences liées au RGPD.

Faire les bons choix techniques et maîtriser les coûts

Évaluer et benchmarker les solutions d’embedded analytics, les couches de cache et les outils Data/ML.

Optimiser la performance et les coûts dans une logique FinOps.

Prioriser la réduction de la dette technique tout en permettant aux nouveaux usages de se développer.

Tes critères de succès

À 6 mois, les SLO de la plateforme Data sont définis et suivis, avec au moins 99,5 % de disponibilité mensuelle sur les composants critiques et 95 % des exécutions prioritaires respectant leur objectif de fraîcheur.

À 9 mois, une plateforme ML reproductible est disponible et utilisée par le ML/AI Engineer pour au moins 2 cas d’usage de bout en bout, de l’expérimentation au déploiement en préproduction ou production.

À 12 mois, 100 % des modèles en production disposent d’un versioning explicite, d’un suivi de performance et d’alertes opérationnelles, avec un model lineage permettant d’identifier les données utilisées pour chaque entraînement.

À 12 mois, 100 % des pipelines traitant des données sensibles respectent les règles définies d’anonymisation, de conservation, d’archivage et de suppression. Les accès aux données critiques sont documentés et revus au moins trimestriellement.

À 6 mois, les coûts Data et ML sont visibles par composant et par usage, et les 2 principaux postes de coûts disposent d’un plan d’optimisation documenté, sans dégradation des SLO de performance ou de fiabilité.

L'expérience que nous offrons

Mission à impact : notre mission d’améliorer le système de santé t’offre la possibilité d’une carrière à impact.

Évolution professionnelle : une structure dynamique à taille humaine qui valorise l'initiative et l’engagement.

Environnement de travail responsable : nous sommes certifiés B-Corp, reconnaissant notre engagement à croître et à nous améliorer continuellement en tant qu'entreprise responsable sur le plan environnemental et social.

Lieux dynamiques : notre bureau dynamique de la rue de Paradis offre un cadre inspirant.

Politique de travail hybride : organisation du travail flexible : jusqu'à 10 jours à distance par mois.

Un onboarding solide : un programme complet qui te guide tout au long de tes premières semaines chez Hublo.

Cohésion d'équipe : crée des liens solides avec tes collègues grâce à des événements d'équipe réguliers et à un séminaire ann