Machine Learning

**ASFOTEC - Make IT Simple** Nous sommes une entreprise de services numériques Lilloise créée en 2017 et présente en France, au Maroc et au Moyen Orient. Grâce aux compétences et à l'expérience de notre équipe, nous accompagnons aujourd’hui nos clients grands comptes et PME dans leurs défis numériques et nous créons également nos propres solutions BtoB et BtoC. **Compétences techniques**: - Python - Confirmé - Impératif - Github Action - Confirmé - Impératif - LangChain - Confirmé - Souhaitable **Connaissances linguistiques**: - Français Courant (Impératif) - Anglais Professionnel (Impératif) - "Le passage de ce test est impératif pour l’évaluation de votre profil. Nous vous invitons également à postuler sur Indeed. Merci pour votre compréhension."_ **Description détaillée**: VOS MISSIONS: Concevoir, développer et industrialiser des modèles de Machine Learning et d'IA, de la phase de prototypage jusqu'à la mise en production. Construire et maintenir les pipelines de données et de MLOps pour automatiser l'entraînement, l'évaluation et le déploiement des modèles. Participer activement à l'architecture et au développement des produits du domaine, notamment la plateforme MLOps et les solutions basées sur les LLM (RAGGA, ADEO GPT). Assurer la scalabilité, la robustesse et la performance des solutions IA déployées, en collaboration avec les équipes Ops et Data. Garantir la qualité du code et des modèles via des revues, des tests automatisés (unitaires, intégration) et des stratégies de monitoring. Participer à l'élaboration de la CI/CD selon les pratiques DevOps et MLOps sur la Google Cloud Platform et Github. Assurer une documentation complète des modèles, des pipelines et des configurations au sein du référentiel documentaire (Github / Gitbook). Être responsable du cycle de vie complet des modèles (build et run), incluant le monitoring et la maintenance en production. VOTRE PROFIL Excellente maîtrise de Python et de son écosystème Data/IA (Pandas, Scikit-learn, TensorFlow/PyTorch). Expérience solide dans le développement et le déploiement de modèles de Machine Learning en production. Maîtrise des principes et outils MLOps (ex: MLflow, Kubeflow, Vertex AI). Vous êtes familier avec les services Cloud, idéalement Google Cloud Platform (Vertex AI, BigQuery, GCS, Cloud Run). Vous êtes sensible aux principes, aux pratiques et aux outils DevOps (Terraform, Kubernetes, Docker, CI/CD). Bonne compréhension des architectures de données et des bases de données (SQL et NoSQL comme PostgreSQL, MongoDB). Une connaissance des architectures de traitement de données en temps réel (Kafka) est un plus. De nature curieuse, vous effectuez une veille constante sur les avancées en IA, notamment sur les LLM et les architectures RAG, et aimez partager vos découvertes avec l'équipe. Vous êtes autonome et faites preuve d’initiative, mais vous avez aussi à cœur de partager et de travailler en collectif avec votre équipe. Parmi les technologies plus particulièrement utilisées sur le périmètre concerné par cette offre, vous trouverez : Python, GCP, Kubernetes, Kafka, Terraform, Github Actions, LangChain. **Définition du profil**: Un Machine Learning (ML) Engineer est une personne dans le domaine de l'informatique qui se concentre sur la recherche, la construction et la conception de systèmes d'intelligence artificielle (IA) autogérés pour automatiser les modèles prédictifs. Les ingénieurs en apprentissage automatique conçoivent et créent les algorithmes d'IA capables d'apprendre et de faire des prédictions qui définissent l'apprentissage automatique. SES MISSIONS L'ingénieur ML aura en charge de: - Collaborer étroitement avec les data scientists pour identifier les opportunités d'impact business, exploiter les données pour quantifier les résultats et participer à la planification de la stratégie et de la feuille de route de ML pour l'équipe - Contribuer à la production et l'industrialisation des systèmes innovants d'apprentissage automatique de bout en bout - Créer des systèmes intelligents de surveillance et d'observabilité en temps réel de la ML et des données - Contribuer au partage des bonnes pratiques sur les outils ML afin d'améliorer la productivité et la qualité des résultats pour les ingénieurs et les scientifiques de données ML dans toute l'entreprise - Coacher, faire du mentorat et recruter d'autres membres pour aider à accroître l'efficacité et la croissance de l'équipe SES COMPETENCES De solides compétences en ingénierie du développement. Aptitude à écrire un code de qualité de production Aptitude avérée à choisir la bonne méthode de ML pour résoudre le problème dans le cadre des contraintes actuelles tout en ayant une vision claire des prochaines itérations et un bon équilibre entre l'exploration et l'exploitation de différentes technique Expérience dans la mise en production de solutions de ML ayant un impact à grande échelle sur les clients users Compréhension du processus du cycle de vie de l'ingénierie du ML.