Remote Data Engineer – ML Projects (Apprenticeship)
Bloom-alternance
À distance
EUR 40 000 - 60 000
Plein temps
Il y a 2 jours
Soyez parmi les premiers à postuler
Résumé du poste
Une entreprise innovante basée à Strasbourg propose une alternance en machine learning. Vous serez impliqué(e) dans le cycle complet d'un projet data, de la collecte des données à la restitution des résultats. Les candidats doivent avoir une première expérience en machine learning, avec un GitHub ou un portfolio pour démontrer leurs compétences. Le programme offre un tuteur impliqué et un environnement stimulant, entièrement en distanciel, pour une durée de 18 mois.
Qualifications
Première expérience (académique, stage ou projet personnel) en machine learning.
GitHub ou portfolio pour présenter vos réalisations.
À l'aise à l'oral, curieux(se) et sociable.
Responsabilités
Participer à la conception, développement et optimisation de projets de machine learning.
Intervenir sur l'ensemble du cycle de vie d'un projet data.
Connaissances
Bases en Python et / ou SQL
Curiosité pour la data et l'ingénierie informatique
Autonomie
Motivation
Capacité à apprendre vite
Bonne connaissance des métiers et domaines du numérique
Description du poste
Une entreprise innovante basée à Strasbourg propose une alternance en machine learning. Vous serez impliqué(e) dans le cycle complet d'un projet data, de la collecte des données à la restitution des résultats. Les candidats doivent avoir une première expérience en machine learning, avec un GitHub ou un portfolio pour démontrer leurs compétences. Le programme offre un tuteur impliqué et un environnement stimulant, entièrement en distanciel, pour une durée de 18 mois.
* Le salaire de référence se base sur les salaires cibles des leaders du marché dans leurs secteurs correspondants. Il vise à servir de guide pour aider les membres Premium à évaluer les postes vacants et contribuer aux négociations salariales. Le salaire de référence n’est pas fourni directement par l’entreprise et peut pourrait être beaucoup plus élevé ou plus bas.