Senior MLOps Engineer: Scale & Deploy ML Pipelines

Air Liquide; Paris; Presencial; EUR 60.000 - 95.000; Jornada completa

Descripción de la vacante

Air Liquide recherche un Machine Learning Engineer au sein du Chapitre Engineering de Data & AI Applications. Vous contribuerez au cycle de vie complet des modèles ML, de l’ingestion des données à la mise en service.

Vous déployez et gérez des pipelines MLOps, collaborez avec les data scientists, les développeurs et les Product Owners pour intégrer ML dans les produits et assurer la surveillance et le réentraînement.

Formación

• 5+ ans d'expérience en MLOps, DevOps ou infra cloud, axés sur le déploiement, la surveillance et la mise à l'échelle de systèmes d'apprentissage automatique.

Responsabilidades

• Fournir des environnements ML complets et soutenir l'implémentation du code, de l'ingestion des données à la mise en service des modèles.
• Travailler avec les data engineers, les développeurs et les chefs de produit pour intégrer les solutions ML dans les produits.
• Déployer et gérer des pipelines MLOps pour l'intégration et la livraison continues, la surveillance et le réentraînement des modèles.
• Profiler, déboguer et optimiser la performance, la latence et la consommation des ressources des modèles et des pipelines de données en production.
• Collaborer avec l'équipe ML Ops pour traduire les besoins en demandes de fonctionnalités afin d'améliorer la plateforme.
• Former, encadrer et partager les connaissances avec les autres ingénieurs.
• Participer activement aux cérémonies Agile et au travail d'équipe pour atteindre les objectifs de sprint.

Conocimientos

MLOps

DevOps

Python

Cloud platforms

CI/CD

Docker/Podman

Git

Bilingual FR/EN

Herramientas

MLflow

Airflow

SageMaker

Docker

Podman

Poetry

Uvicorn

AWS

GCP

Descripción del empleo

Air Liquide recherche un Machine Learning Engineer au sein du Chapitre Engineering de Data & AI Applications. Vous contribuerez au cycle de vie complet des modèles ML, de l’ingestion des données à la mise en service.

Vous déployez et gérez des pipelines MLOps, collaborez avec les data scientists, les développeurs et les Product Owners pour intégrer ML dans les produits et assurer la surveillance et le réentraînement.