Senior Applied ML Engineer

Hiboo Systems SAS; Paris; On-site; EUR 90,000 - 140,000; Full time

Job summary

Hiboo Systems SAS à Paris recherche un Senior Applied ML Engineer pour faire le pont entre Data Science, ingénierie logicielle et valeur produit livrée aux clients.

Vous explorerez les données, construirez des KPI et développerez des modèles, en déployant des API Python sur AWS/Kubernetes et en privilégiant la production et la scalabilité.

Qualifications

• Master en Data Science ou équivalent.
• Maîtrise de Python en production et intégration d’APIs.
• Expérience en Data Science, ML et Data Engineering.

Responsibilities

• Exploiter les données et concevoir la logique KPI produit.
• Développer des solutions ML et intégrer l’IA/LLM dans le produit.
• Constituer et optimiser les pipelines de données et déployer des API Python sur AWS/Kubernetes.

Skills

Python production

Data analysis

DevOps culture

Communication produit

Education

Master en Data Science ou équivalent

Tools

AWS

Kubernetes

Docker

CI/CD

Job description

En tant que Senior Applied ML Engineer, tu ne resteras pas enfermé(e) dans l’algorithmique. Tu seras la passerelle directe entre la Data Science, l’ingénierie logicielle et la valeur produit livrée à nos clients :

• 
  

  Analyse de données & Logique métier : Explorer la donnée brute, en extraire la valeur business, challenger les intuitions et concevoir la logique de calcul des KPI indispensables au produit.

  
  


• 
  

  ML & AI Engineering : Exploration de volumineux jeux de données, modélisation des problématiques terrain (prédiction, détection d’anomalies, scoring) et intégration de briques d’IA applicative ou de LLM.

  
  


• 
  

  Data Engineering/ Backend : Utilisation et consolidation des pipelines de données nécessaires à l’alimentation et à l’entraînement des modèles en autonomie. Déploiement direct du code en production via le développement d’API Python propres, typées et testées pour un déploiement continu sur une infrastructure AWS / Kubernetes.

  
  

Expérience solide : Au moins 5 ans d’expériences (dont idéalement une expérience en start-up/scale-up) mêlant Data Science, Machine Learning, Data Engineering.Maîtrise de Python : Niveau de production (tu peux écrire du code propre sans dépendre d’IA), tout en sachant manipuler des API tierces et d’autres langages si nécessaire.Culture Produit : Priorité donnée à la valeur concrète utilisateur plutôt qu’à la complexité théorique d’un modèle. Capacité à dialoguer avec les Product Managers et à arbitrer la faisabilité technique des besoins métier.Culture DevOps & Cloud : Familier avec la conteneurisation et les déploiements sur des architectures cloud modernes (AWS, Kubernetes, Docker, CI/CD).Anglais professionnel : Aisance à l’écrit comme à l’oral pour consulter la documentation technique, rédiger et échanger au quotidien dans un cadre international.