Senior ML Engineer: Production & 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

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.