Taux journalier (TJM): 720

En quelques mots

Cherry Pick est à la recherche d'un TECH LEAD MACHINE LEARNING ENGINEER(H/F),  pour le compte de l'un de ses clients qui opère dans le domaine de Data.

Description

📌 Contexte de mission

Dans le cadre du développement et de la structuration d’un pôle IA, nous recherchons un Tech Lead Machine Learning Engineer afin de garantir l’excellence technologique des solutions d’intelligence artificielle et accompagner la mise en production de produits IA complexes.

Le consultant jouera un rôle central dans la définition des standards techniques, des architectures ML/IA et des bonnes pratiques de développement, tout en accompagnant la montée en compétence des équipes techniques.

Il interviendra en collaboration étroite avec les équipes Data Science, Data Engineering et Product, dans un environnement multi-cloud et orienté MLOps.

🚀 Missions principales et rôle

🧠 Architecture & expertise IA

• Définir et maintenir les standards d’architecture ML / IA

• Concevoir et valider les pipelines ML/IA de bout en bout

• Superviser les choix d’outils, frameworks et solutions cloud

• Garantir la qualité technique des produits IA (performance, robustesse, sécurité, coûts, maintenabilité)

⚙️ Industrialisation & mise en production

• Sécuriser la mise en production des modèles d’IA

• Mettre en place les bonnes pratiques MLOps et DevOps

• Superviser le monitoring et l’optimisation des performances des modèles

👥 Leadership technique

• Accompagner les équipes en tant que référent technique et mentor

• Participer aux phases de cadrage et de conception des produits IA

• Contribuer à la définition de la roadmap technique et produit

🔍 Innovation & veille

• Assurer une veille technologique sur les outils et méthodologies IA

• Identifier et proposer des améliorations techniques et innovations

🎯 Objectifs

• Garantir la qualité, la robustesse et la scalabilité des solutions IA

• Structurer les standards d’architecture et de développement IA

• Accompagner la mise en production et l’industrialisation des modèles

🛠️ Compétences techniques requises

🤖 Intelligence artificielle

• IA générative (LLM, Prompt Engineering, RAG, évaluation de modèles)

• Conception de systèmes agentiques

• Concepts avancés de Machine Learning et Data Science

💻 Développement

• Python (programmation orientée objet)

• Développement d’API REST

• Architecture microservices

⚙️ DevOps / MLOps

• Git / CI-CD

• Docker / Kubernetes

• MLflow

• Monitoring et optimisation des performances des modèles

☁️ Cloud & infrastructure

• Azure

• Google Cloud Platform (GCP)

• Infrastructure as Code : Terraform

🔐 Gouvernance IA

• Scalabilité des systèmes ML

• Sécurité et gouvernance des données et modèles IA

• Optimisation des coûts (FinOps)