OmDev Logo
GetYourJob
0
Publié il y a 3 jours

Data & Ml Platform Engineer - N H/F

Entreprise
HublotRecrute en direct
Localisation
Paris 10e - 75
Hybride
Type de contrat
CDI
Niveau
Rémunération
40–67,5 k€/an• Salaire annuelestimation

Salaire du marché

Médiane du marché
43k€
Estimation
38k€fourchette habituelle49k€

Cette offre n'affiche pas de salaire. D'après 2238 offres pour ce poste (tous niveaux, France), le marché se situe autour de 43k€ (38k€–49k€).

Salaire du marché pour DevOps en France : médiane 42 500 €/an, P25–P75 : 37 500–49 000 €/an, n = 2238 offres. Salaire DevOps / Kubernetes à Paris

Baromètre TJM et salaires IT

Description du poste

L'équipe fondatrice et dirigeante est soutenue par des investisseurs français de premier plan (Five Arrows, Revaia, Bpifrance) dont l'accompagnement a notamment permis de réaliser 4 opérations de M&A.

Forte de 200 collaborateurs aujourd'hui, l'équipe continue de grandir et chaque recrutement compte.

Envie d'améliorer concrètement le fonctionnement du système de santé ? Parlons-en !

En tant que Platform Engineer, tu seras responsable de construire et de faire évoluer une plateforme data fiable, observable et scalable, utilisée au quotidien pour piloter Hublo.

Tu contribueras également à poser les fondations de notre plateforme ML/AI, afin de permettre au ML/AI Engineer de passer rapidement de premiers prototypes à des modèles reproductibles, monitorés et opérables en production.

Enfin, tu seras garant de mettre en place un cadre durable autour de la sécurité, de la conformité, de la traçabilité et de la maîtrise des coûts, sans ralentir les équipes qui utilisent nos données et nos modèles.

  • Faire évoluer les frameworks de transformation, d'orchestration, de tests, de semantic layer et d'observabilité.

  • Maintenir et faire évoluer les déploiements Helm d'Airbyte, Airflow, Metabase et des briques associées.

  • Documenter les choix techniques et les standards opérationnels de la plateforme.

  • Travailler avec le ML/AI Engineer pour concevoir les capacités de compute, de stockage et d'orchestration nécessaires aux cas d'usage ML.

  • Rendre reproductibles le versioning, l'entraînement, le déploiement et le suivi des modèles.

  • Construire un socle self-service permettant aux équipes d'expérimenter et d'itérer rapidement.

  • Mettre en place le monitoring des modèles et la détection du data drift et du model drift.

  • Déployer les mécanismes d'alerting nécessaires au suivi des modèles en production.

  • Construire un premier feature store réutilisable entre les différents cas d'usage.

  • Mettre en place les mécanismes d'anonymisation et de pseudonymisation des données.

  • Définir et appliquer les règles de conservation, d'archivage et de suppression des données.

  • Structurer les contrôles d'accès aux données et aux modèles.

  • Mettre en place le data lineage et le model lineage.

  • Travailler avec les équipes Legal et Sécurité sur les exigences liées au RGPD.

  • Évaluer et benchmarker les solutions d'embedded analytics, les couches de cache et les outils Data/ML.

  • Optimiser la performance et les coûts dans une logique FinOps.

  • Prioriser la réduction de la dette technique tout en permettant aux nouveaux usages de se développer.

  • À 6 mois, les SLO de la plateforme Data sont définis et suivis, avec au moins 99,5 % de disponibilité mensuelle sur les composants critiques et 95 % des exécutions prioritaires respectant leur objectif de fraîcheur.

  • À 9 mois, une plateforme ML reproductible est disponible et utilisée par le ML/AI Engineer pour au moins 2 cas d'usage de bout en bout, de l'expérimentation au déploiement en préproduction ou production.

  • À 12 mois, 100 % des modèles en production disposent d'un versioning explicite, d'un suivi de performance et d'alertes opérationnelles, avec un model lineage permettant d'identifier les données utilisées pour chaque entraînement.

  • À 12 mois, 100 % des pipelines traitant des données sensibles respectent les règles définies d'anonymisation, de conservation, d'archivage et de suppression. Les accès aux données critiques sont documentés et revus au moins trimestriellement.

  • À 6 mois, les coûts Data et ML sont visibles par composant et par usage, et les 2 principaux postes de coûts disposent d'un plan d'optimisation documenté, sans dégradation des SLO de performance ou de fiabilité.

  • 🎯 Mission à impact : notre mission d'améliorer le système de santé t'offre la possibilité d'une carrière à impact.

  • 👣 Évolution professionnelle : une structure dynamique à taille humaine qui valorise l'initiative et l'engagement.

  • 🌱 Environnement de travail responsable : nous sommes certifiés B-Corp, reconnaissant notre engagement à croître et à nous améliorer continuellement en tant qu'entreprise responsable sur le plan environnemental et social.

  • 🗼 Lieux dynamiques : notre bureau dynamique de la rue de Paradis offre un cadre inspirant.

  • 🏡 Politique de travail hybride : organisation du travail flexible : jusqu'à 10 jours à distance par mois.

  • 🤲 Un onboarding solide : un programme complet qui te guide tout au long de tes premières semaines chez Hublo.

  • 💪 Cohésion d'équipe : crée des liens solides avec tes collègues grâce à des événements d'équipe réguliers et à un séminaire annuel, garantissant un environnement de travail connecté et collaboratif.

Nous nous soucions également de ton bien-être avec des avantages tangibles :

  • ⛑️ Assurance santé Benefiz prise en charge à 70%par Hublo pour les Hublees et leurs enfants

  • 🥗 Une Swile Card : te donnant accès à 11 €/jour en titres-restaurant, pris en charge à 50 % par l'entreprise 🍱

  • 🚂 Pass Mobilité Durable Worklife : enveloppe annuelle de 550€ pour participer à vos frais de déplacement domicile-travail réalisés en mobilité douce (exemple : abonnement Navigo, location/achat ou entretien/réparation de vélo, etc.)

  • 🐣 Une politique de parentalité pour prendre soin des tiens : maintien à 100% du salaire sans condition d'ancienneté pour le congé maternité, maintien à 100% du salaire pour le congé supplémentaire de naissance (vs 70% le premier mois et 60% le second par la CPAM), Jours Enfants Malades remboursés à 100%, et plein d'autres ajustements pour vivre sereinement cette nouvelle étape

  • 🏋️‍♂️ Accès à une variété d'activités sportives grâce à notre partenaire Gymlib

  • Screening avec Etienne (Talent Acquisition) (30 min)

  • Manager Interview avec Marie, (Head of Data) (1h)

  • Skill test avec Francesca (Data Engineer) (1h)

  • Cultural Add avec 2 Head of (1h min)


Hublo s'engage à créer un environnement inclusif pour tous les individus, quels que soient leur origine ethnique, leur sexe, leur orientation sexuelle, leur âge, leur situation de handicap ou leur origine. Au cours de notre processus de recrutement et en interne, nous favorisons l'égalité des chances et célébrons la diversité.

Nous savons que postuler à un nouvel emploi peut être à la fois excitant et intimidant, mais ne t'inquiète pas, nous le savons et en tenons compte dans notre accompagnement candidat. Notre équipe de recrutement sera présente à chaque étape du processus.

Exigences du poste

Compétences requises

  • Helm
  • Airbyte
  • Airflow
  • Metabase
  • Machine Learning
  • Artificial Intelligence
  • Feature Store
  • Data Lineage
  • Model Lineage
  • Data Drift
  • Model Drift
  • Versioning
  • Model Deployment
  • Model Monitoring
  • Monitoring / Observability
  • Anonymization
  • Pseudonymization
  • Data Retention
  • Data Archiving
  • Data Deletion
  • RBAC
  • RGPD / GDPR
  • Embedded Analytics
  • Caching
  • FinOps
  • SLO
  • Semantic Layer
  • Compute
  • Storage

Un plus

  • QA Testing

Toutes les offres DevOps / Kubernetes à Paris

Plan d'action

Un plan personnalisé pour postuler intelligemment à cette offre.

À propos de l'entreprise

HublotRecrute en direct
Voir toutes les offres de Hublot

Publié par

Recruteur
Recruteur

Intéressé par cette offre ?

Cliquez sur "Postuler" pour accéder à l'offre.