Machine Learning Engineer - Lille F/H

Descriptif du poste:\\n\\nMachine Learning Engineer

- Data & MLOps\\nLe consultant intégrera l'équipe en charge du système de recommandation du site web et contribuera à la conception, au développement et à l'exploitation des solutions Data & ML du périmètre. L'équipe est composée de profils pluridisciplinaires (PO, Tech Lead, développeurs et Data Scientists).\\nIl participera également aux échanges avec l'équipe dédiée à l'IA, à la recommandation et aux nouveaux usages de l'IA générative, ainsi qu'à la définition et à la diffusion des bonnes pratiques DataOps/MLOps.\\nMissions et responsabilités\\n\* \\nParticiper aux rituels agiles et aux activités de conception et de delivery.\\n\* \\nAnalyser les besoins utilisateurs et métiers afin de proposer des solutions techniques adaptées aux enjeux business.\\n\* \\nConcevoir et développer des data pipelines de bout en bout, de l'ingestion à la mise à disposition des données.\\n\* \\nConcevoir et développer des pipelines ML : préparation des données, entraînement, évaluation, publication et inférence des modèles.\\n\* \\nMettre en place les mécanismes nécessaires à la qualité, à la reproductibilité et à l'observabilité des pipelines Data & ML.\\n\* \\nParticiper à la conception et à l'évolution des architectures Data/ML sur Google Cloud.\\n\* \\nGarantir la qualité des développements : tests, revues de code, documentation et bonnes pratiques d'ingénierie.\\n\* \\nAméliorer et optimiser le patrimoine technique existant en matière de performance, de fiabilité, de maintenabilité et de coûts.\\n\* \\nParticiper au Run et à la résolution des incidents sur les pipelines et services existants.\\n\* \\nContribuer à l'évolution du socle d'orchestration, des composants DataOps/MLOps et des services Google Cloud.\\n\* \\nCollaborer avec les équipes Data, ML et Software Engineering pour partager les bonnes pratiques.\\n\* \\nAccompagner les équipes métiers et techniques dans l'adoption des bonnes pratiques liées à l'exploitation et à la qualité des données.\\n\\nProfil recherché:\\n\\nCompétences techniques\\n\* \\nData Engineering : BigQuery, dbt et tests (dbt test, Elementary), Kafka/streaming, modélisation des données, conception de pipelines Data et Terraform.\\n\* \\nML Engineering/MLOps : Python, modèles de Deep Learning et architectures basées sur les embeddings, conception de pipelines ML, Docker, Kubernetes, Git, outils d'orchestration/MLOps tels que ZenML et industrialisation de modèles pour l'inférence en temps réel.\\n\* \\nCloud : Google Cloud Platform et compréhension des architectures cloud distribuées.\\nCompétences fondamentales\\n\* \\nBonne compréhension des architectures Data modernes et des systèmes distribués.\\n\* \\nCompréhension du Deep Learning et des modèles basés sur les embeddings, notamment leur mise en production.\\n\* \\nCompréhension des principes du stream processing.\\n\* \\nMaîtrise des concepts de data modeling et du cycle de vie d'un dataset.\\n\* \\nCompréhension des enjeux de qualité, d'observabilité, de gouvernance et d'exploitation des données.\\n\* \\nBonne compréhension du cycle de vie d'un modèle ML, de l'expérimentation à la production.\\n\* \\nCapacité à concevoir des solutions scalables, robustes et maintenables.\\n\* \\nSensibilité aux enjeux de performance et de maîtrise des coûts cloud.\\n\* \\nCapacité à travailler dans un environnement pluridisciplinaire Data/ML/Software Engineering.\\n\* \\nAnglais courant.\\nLe poste est ouvert uniquement aux candidats autorisés à travailler en France.