Machine Learning Engineer F/H

Bienvenue chez Eviden, acteur clé du numérique de prochaine génération et leader mondial du cloud, du calcul avancé et de la sécurité
Eviden opère dans tous les secteurs d'activités, et fait rayonner son expertise sur l'ensemble du continuum numérique.
Nous rejoindre, c'est à la fois une opportunité exaltante de contribuer au futur de la tech et d'agir pour le bien commun, tout en bénéficiant d'un environnement équitable et inclusif, entouré d'experts de haut niveau
Aujourd'hui, et pour les générations à venir, ouvrons le champ des possibles.
Vous êtes curieux, inventif et audacieux ?
Rejoignez la #TeamEviden

Contexte

En tant que Machine Learning Engineer, vous rejoindrez une équipe qui apprend vite, partage beaucoup et avance ensemble. Vous travaillerez avec des experts data et IA qui aiment tester, améliorer et challenger leurs approches. Vous trouverez un cadre qui vous laisse de la place pour proposer, expérimenter, itérer — et progresser réellement. Notre ambition : transformer la donnée en valeur utile pour nos clients, dans un environnement inclusif et stimulant.

Ce que vous allez gagner en nous rejoignant

Un vrai soutien pour évoluer : retours réguliers, accompagnement technique, formations certifiantes accessibles.

Une vision claire de votre trajectoire : votre évolution se construit avec vous, et non à votre place.

Des défis techniques concrets : architectures cloud natives, outils MLOps modernes, projets à fort impact.

Un collectif qui partage : bonnes pratiques, retours d'expérience, entraide quotidienne.

Un cadre de travail équilibré : autonomie, flexibilité et télétravail pensé pour durer.

Pourquoi vous devriez postuler

Vous aimez travailler sur des sujets concrets où vos modèles sont réellement utilisés.

Vous appréciez les environnements qui encouragent l'initiative et la montée en compétences.

Vous cherchez une équipe qui valorise la transparence, le partage et les idées nouvelles.

Vous souhaitez faire évoluer votre maîtrise du MLOps, du cloud et des architectures data.

Pourquoi vous ne devriez pas postuler

Vous préférez des environnements très cadrés, où les décisions viennent d'en haut.

Vous n'êtes pas à l'aise avec l'idée d'expérimenter, d'itérer et d'apprendre en continu.

Vous recherchez un poste purement recherche, sans dimension déploiement ni production.

Vous n'êtes pas à l'aise pour travailler en équipe ou partager vos pratiques techniques.

Responsabilités / Missions

Concevoir, développer et déployer des modèles de machine learning (Python, JavaScript).

Participer à la mise en place et à l'optimisation des architectures data et pipelines.

Collaborer avec les développeurs pour intégrer les solutions IA dans des environnements cloud natifs et conteneurisés.

Contribuer à l'amélioration continue des pratiques et outils MLOps.

Avancer en mode agile, au rythme des besoins clients et des évolutions du marché.

Profil recherché

Environ 4 ans d'expérience sur l'écosystème MLOps et les outils IA.

Maîtrise de Python et JavaScript.

Connaissance solide des architectures de données et environnements cloud natifs / conteneurisés.

Aisance en français et en anglais.

Curiosité, adaptabilité, et envie d'apporter des idées.

We Offer

Une équipe dynamique qui permet un environnement de travail agréable.
Le programme de formation d'Eviden vous permettra de monter en compétences en continue et de réaliser votre plan de carrière.
L'occasion de travailler sur des projets innovants, utiles pour la société et porteur de sens.
Travail hybride (jusqu'à 60 % de télétravail).

Process de recrutement

1. Premier contact avec notre Talent Acquisition Specialist.

2. Entretien technique avec un opérationnel.

3. Entretien technique avec notre Senior Manager.

Nos conditions et programmes internes

Jusqu'à 3 jours de télétravail par semaine

Tickets restaurant (valeur faciale 10 €, pris en charge à 60 %)

RTT + congés disponibles dès l'arrivée

Prime de cooptation jusqu'à 2 750 €

Programme de formation continue et certifiante

Plateforme e-learning

Activités sociales et culturelles, événements internes

Aide à la mobilité douce (vélo, covoiturage)