ML Engineer / MLOps – Satellite Imagery Retraining Kit

Brief IA; Paris; In loco; EUR 70.000 - 100.000; Tempo pieno

Descrizione del lavoro

Brief IA recherche un ingénieur ML/MLOps pour renforcer la squad Retraining Kit et fiabiliser l'outillage existant, en s'appuyant sur Python, PyTorch et Docker, dans un contexte Défense.

Vous contribuerez au packaging, à la suppression des dépendances réseau et aux tests bout‑en‑bout, travaillant avec les Deep Learning Scientists et les équipes internes, sur site à Paris deux jours par semaine, démarrage Octobre/Novembre.

Competenze

• Au moins 2 ans d'expérience en ML Engineering ou MLOps, avec développement d'outils MLOps (pipelines d'entraînement, évaluation, packaging, suivi d'expériences).
• Très bonne maîtrise de Python et des bonnes pratiques de développement (tests, revues de code, CI/CD, documentation).
• Pratique solide de Docker (construction d'images, optimisation, export/import, gestion des dépendances).
• Expérience de PyTorch dans un contexte de Deep Learning ou de Computer Vision.
• Expérience appréciée.

Mansioni

• Développer l'outillage du Retraining Kit en vous appuyant sur les modules existants de l'AI Factory.
• Adapter les librairies et composants pour un déploiement chez des clients : packaging, suppression des dépendances réseau, images Docker autonomes.
• Fiabiliser le kit pour un déploiement client : tests de bout en bout, amélioration des workflows, qualité logicielle, documentation d'installation et d'utilisation.
• Contribuer à la vie de la squad (revues de code, rituels agiles, partage avec les Deep Learning Scientists).

Conoscenze

ML Engineering

MLOps

Python

CI/CD

Code reviews

Documentation

PyTorch

Deep Learning

Computer Vision

Strumenti

Docker

PyTorch

Linux

Descrizione del lavoro

Brief IA recherche un ingénieur ML/MLOps pour renforcer la squad Retraining Kit et fiabiliser l'outillage existant, en s'appuyant sur Python, PyTorch et Docker, dans un contexte Défense.

Vous contribuerez au packaging, à la suppression des dépendances réseau et aux tests bout‑en‑bout, travaillant avec les Deep Learning Scientists et les équipes internes, sur site à Paris deux jours par semaine, démarrage Octobre/Novembre.