loader
NEOXIA
ML Engineer / Ops confirmé (à partir de 4 ans d'expérience)
Mission

Au sein de notre Tribe Data, tu participeras à plusieurs tâches liées à la conception, au développement et au déploiement de modèles ML. Ainsi, tu interviendras pour :

  • Participer au développement de modèles de machine learning et de deep learning ;
  • Participer à l’élaboration d’architectures cibles pour le déploiement et la supervision de modèles ML sur les plateformes cloud de nos partenaires AWS, Google, Azure ;
  • Concevoir, développer et déployer des flux de données complexes sur des environnements cloud ;
  • Assurer le suivi de la qualité des modèles ML à travers la mise en place d’outils dédiés ;
  • Mettre en place les pipelines d’intégration et de déploiement continus pour les modèles ML et les flux permettant de collecter et transformer les données qui les alimentent.

Tu interviendras également dans l’animation interne autour des différents sujets ML et ML Ops. Ainsi, tu devras :

  • Assurer une veille technologique et diffuser tes connaissances via l’organisation d’ateliers au sein de neoxia ou de meetup ouverts à la communauté (ex : Azure UG, AWS UG, etc.)
  • Intervenir au sein des guildes internes “Data Science” et “Data Ops / ML Ops” pour consolider les convictions de Neoxia et créer les supports nécessaires pour pouvoir partager ces convictions
  • Accompagner les data scientists, data engineers et data ops des squads projet par la formation, le coaching et la mise en place des bonnes pratiques

Profil

  • Diplômé(e) en ingénierie informatique
  • Plusieurs expériences 100% Data, à minima pendant 4 ans (dont au moins 1 an sur des sujets ML Ops)
  • Dynamique et rigoureux (se), tu as un bon relationnel. Tu es à la fois autonome et à l’écoute des autres. 
  • Tu es passionné(e) de technologie et curieux(se) de l'évolution des pratiques d'ingénierie logicielle (Continuous Delivery, DevOps, ...)

Compétences

  • Expertise en machine learning et en deep learning
  • Connaissances avancées sur des technologies Cloud Data : GCP, AWS, Azure
  • Connaissances avancées sur des outils GCP, AWS ou Azure dédiés au déploiement des modèles ML (AWS Sagemaker, Azure ML ou GCP Vertex AI)
  • Connaissances avancées sur des outils de gestion de cycle de vie et de déploiement de modèles ML : ML Flow, Kubeflow, etc.
  • Connaissances avancées sur un framework de traitement de données : Pandas, Spark (Python, Scala, Java), Apache Beam ou Dask
  • Bonus : Connaissances autour d’outils d’orchestration de flux : Airflow, Prefect, Dragster….
  • Bonus Connaissances autour de technologies de “event/stream processing” : Kafka, Kinesis, Pub/Sub,...

Postuler à cette offre

* champ obligatoire