Ingénieur MLOps & Data: Pipelines, ML & Orchestration

We+; Nice; Presencial; EUR 50.000 - 70.000; Jornada completa

Descripción de la vacante

We+ recrute un Ingénieur MLOps & Data pour industrialiser des projets de Machine Learning et gérer l’ensemble du cycle de vie des données dans un cadre collaboratif avec les équipes Data, Ops et DevOps.

Vous explorerez, nettoierez et structurerez les données, conçurez des pipelines Airflow et contribuerez au développement et à l’industrialisation des modèles ML, avec une forte exposition aux outils distribués et aux environnements multi-clusters.

Formación

• Bac+5 minimum en informatique, data, mathématiques ou ingénierie logicielle.
• 0 à 3 ans d’expérience après votre diplôme (Master ou Doctorat).
• Maîtrise de Python et SQL, ainsi que des bibliothèques de Data Science et de Machine Learning : NumPy, pandas, scikit-learn, XGBoost, PyTorch ou TensorFlow.
• Connaissance des outils de traitement et d’orchestration : Airflow, Spark, Polars, DuckDB, Trino.

Responsabilidades

• Explorer, nettoyer, qualifier et structurer les données.
• Concevoir, automatiser et maintenir des pipelines de données avec Airflow.
• Orchestrer les workflows et surveiller la qualité des données.
• Contribuer au développement et à l’industrialisation des modèles de Machine Learning.
• Gérer le cycle de vie des données entre les différents clusters et environnements.
• Rigueur, autonomie et esprit d’équipe.

Conocimientos

Python

SQL

NumPy

pandas

scikit-learn

XGBoost

PyTorch

TensorFlow

Airflow

Spark

Polars

DuckDB

Trino

Statistiques

Supervisé

Non supervisé

Séries temporelles

Évaluation modèles

Data engineering

Educación

Bac+5 en informatique, data, mathématiques ou ingénierie logicielle

Herramientas

Airflow

Spark

Polars

DuckDB

Trino

Descripción del empleo

We+ recrute un Ingénieur MLOps & Data pour industrialiser des projets de Machine Learning et gérer l’ensemble du cycle de vie des données dans un cadre collaboratif avec les équipes Data, Ops et DevOps.

Vous explorerez, nettoierez et structurerez les données, conçurez des pipelines Airflow et contribuerez au développement et à l’industrialisation des modèles ML, avec une forte exposition aux outils distribués et aux environnements multi-clusters.