Machine Learning Engineer

Contexte
Dans le cadre d’un projet d’amélioration de la performance opérationnelle au sein du secteur agroalimentaire, la mission consiste à contribuer à l’industrialisation de modèles de machine learning destinés à être utilisés en production. Basée à Paris, elle implique une collaboration régulière avec les équipes métier et techniques afin de prendre en compte les besoins opérationnels et de faciliter la mise en œuvre des solutions. Le consultant interviendra dans un contexte nécessitant autonomie, capacité d’analyse et approche pragmatique.

Objectifs de la mission

Contribuer à l’industrialisation de modèles de machine learning pour leur utilisation en production.

Participer à l’amélioration de la performance opérationnelle à travers des solutions fondées sur les données.

Traduire les besoins exprimés par les équipes métier en solutions techniques adaptées.

Faciliter la collaboration entre les équipes métier et techniques tout au long des travaux.

Proposer des approches pragmatiques, cohérentes avec les besoins opérationnels identifiés.

Responsabilités

Concevoir et développer les composants nécessaires à l’industrialisation des modèles de machine learning.

Préparer les modèles pour leur déploiement et leur utilisation en environnement de production.

Collaborer régulièrement avec les équipes techniques afin de coordonner les travaux et de garantir leur bonne intégration.

Échanger avec les équipes métier pour comprendre les besoins et prendre en compte les contraintes opérationnelles.

Analyser les problématiques rencontrées et proposer des solutions concrètes et pragmatiques.

Communiquer de manière claire sur l’avancement, les choix réalisés et les éventuels points d’attention.

Profil recherché

Expérience confirmée de 6 à 8 ans minimum en tant que Machine Learning Engineer ou dans un rôle équivalent.

Maîtrise des problématiques liées à l’industrialisation de modèles de machine learning.

Capacité à intervenir sur des sujets de mise en production de modèles.

Autonomie dans la conduite des travaux et dans la prise d’initiative.

Aisance pour collaborer avec des interlocuteurs métier et techniques.

Capacité à communiquer clairement et à formuler des recommandations adaptées aux besoins opérationnels.

Goût pour les solutions pragmatiques et directement applicables.