Machine Learning Engineer — ML, Python & MLOps

eXalt; Bordeaux; Sur place; EUR 65 000 - 95 000; Plein temps

Résumé du poste

eXalt recherche un(e) Machine Learning Engineer expérimenté(e) pour concevoir, industrialiser et mettre en production des solutions basées sur le Machine Learning. vous serez l’interface entre Data, Software et Infrastructure, avec une forte dimension MLOps.

Vous avez au moins 3 ans d’expérience, une solide maîtrise de Python et des frameworks ML (Scikit-learn, PyTorch, TensorFlow), et vous savez mettre en production des modèles en environnement Linux.

Qualifications

• 3 ans d’expérience en Machine Learning Engineering, Data Science orientée production ou MLOps.

Responsabilités

• Concevoir et développer des solutions de ML répondant à des problématiques métier concrètes.
• Préparer, transformer et exploiter les données nécessaires à l’entraînement des modèles.
• Expérimenter, entraîner et évaluer différents modèles et approches.
• Industrialiser le cycle de vie des modèles, de l’expérimentation au déploiement.
• Déployer et maintenir des modèles de ML en production.
• Concevoir des pipelines d’entraînement, de validation et de déploiement automatisés.
• Mettre en place des mécanismes de monitoring et d’observabilité des modèles.
• Suivre les performances des modèles et détecter les dérives de données ou de performance.
• Automatiser les infrastructures et les processus liés au Machine Learning.
• Collaborer avec les Data Scientists, Data Engineers, Software Engineers et équipes Infrastructure/DevOps.

Connaissances

Python

Machine Learning

ML Pipelines

Git

Linux

CI/CD

Observabilité

Production deployment

Cloud

Outils

Scikit-learn

PyTorch

TensorFlow

Docker

Kubernetes

Airflow

Terraform

Ansible

MLflow

Feature Store

Model serving

Grafana/Monitoring

Description du poste

Descriptif du poste

Nous recherchons un(e) Machine Learning Engineer expérimenté(e) pour concevoir, industrialiser et mettre en production des solutions basées sur le Machine Learning. Vous intervenez sur l’ensemble du cycle de vie des modèles, de l’expérimentation jusqu’à leur déploiement et leur exploitation en production. Vous êtes à l’interface entre les équipes Data, Software et Infrastructure, avec une forte dimension MLOps / Ops.

Vous aurez notamment pour missions de :

• Concevoir et développer des solutions de Machine Learning répondant à des problématiques métier concrètes.
• Préparer, transformer et exploiter les données nécessaires à l’entraînement des modèles.
• Expérimenter, entraîner et évaluer différents modèles et approches.
• Industrialiser le cycle de vie des modèles, de l’expérimentation au déploiement.
• Déployer et maintenir des modèles de Machine Learning en production.
• Concevoir des pipelines d’entraînement, de validation et de déploiement automatisés.
• Mettre en place des mécanismes de monitoring et d’observabilité des modèles.
• Suivre les performances des modèles et détecter les dérives de données ou de performance.
• Automatiser les infrastructures et les processus liés au Machine Learning.
• Participer à la conception d’architectures ML robustes, scalables et maintenables.
• Collaborer avec les Data Scientists, Data Engineers, Software Engineers et équipes Infrastructure/DevOps.

L’objectif est de faire passer les modèles du prototype à la production, tout en garantissant leur fiabilité, leur reproductibilité et leur maintenabilité dans le temps.

Profil recherché

Vous disposez d’au moins 3 ans d’expérience en Machine Learning Engineering, Data Science orientée production, MLOps ou dans un rôle similaire.

Vous avez une solide maîtrise de Python et une expérience significative dans la mise en production de modèles de Machine Learning.

Vous maîtrisez notamment :

• Python
• Machine Learning et principales méthodes de modélisation
• Scikit-learn et/ou des frameworks de Deep Learning tels que PyTorch ou TensorFlow
• Conception de pipelines de données et de Machine Learning
• Déploiement et industrialisation de modèles
• Git
• Environnements Linux
• Bonnes pratiques de développement logiciel et de tests

Une expérience sur les technologies et sujets suivants est appréciée :

• MLOps
• MLflow, Kubeflow ou équivalent
• Docker
• Kubernetes
• CI/CD
• Infrastructure as Code : Terraform, Ansible ou équivalent
• Cloud : AWS, Azure ou GCP
• Airflow ou outils d’orchestration
• Feature Store
• Monitoring et observabilité des modèles
• Model serving et APIs
• GPU / environnements de calcul distribués

Au-delà de la maîtrise d’une stack particulière, nous recherchons avant tout un(e) Machine Learning Engineer capable de faire le lien entre Machine Learning et production.

Vous êtes à l’aise avec les problématiques d’industrialisation, d’automatisation et d’exploitation des modèles. Vous aimez comprendre les enjeux d’infrastructure et savez travailler avec les équipes DevOps, Data et Software.

La maîtrise de l’ensemble des technologies mentionnées n’est pas indispensable : une solide expérience en Machine Learning et une réelle appétence pour les sujets MLOps, infrastructure et production sont les éléments essentiels.

Qui sont-ils ?

En entreprise, comme en musique, tout est une question de tempo. Depuis 2018, nous réunissons des consultant·e·s passionné·e·s, curieux·ses et ambitieux·ses, uni·e·s par une même conviction : mettre leur expertise au service des défis numériques, sectoriels et industriels de nos clients.

Notre mission ? Accélérer les transformations en combinant excellence opérationnelle, curiosité et audace. Nous accompagnons des acteurs majeurs du luxe, du retail, de l’énergie, du transport, du tourisme, de la banque ou encore de l’assurance — partout où la technologie rencontre l’humain.

Nous aimons la tech quand elle connecte et libère les potentiels. Nos consultant·e·s ne se contentent pas de conseiller : ils construisent, testent, mettent en production, mesurent, ajustent et recommencent. Avec nos clients, nous faisons partie du jeu, du début à la fin.

Notre organisation repose sur une culture de la confiance, de l’apprentissage et de la collaboration. Nous avons conçu un cadre unique qui accompagne chaque eXalté·e à chaque étape de sa carrière, avec des rôles clairs, des communautés actives et des rituels qui renforcent le collectif.

Nos eXaltemps trimestriels, notre eXalt Academy et nos projets internes sont autant d’occasions d’apprendre, de partager et de grandir ensemble.

Aujourd’hui présents en France, au Canada, aux États-Unis, au Royaume-Uni, en Belgique, en Espagne, au Portugal et à Monaco, nous sommes portés par un engagement fort et une énergie contagieuse.

Parce qu’apprendre est notre discipline, agir notre obsession et réussir ensemble notre plus belle victoire.

Pulse. Make. Learn.

Trois mots qui rythment notre quotidien. Et peut-être bientôt le tien?