Machine learning ops engineer - n h/f

Believe est l'un des leaders mondiaux du marché de la musique numérique. Believe a pour mission
d'accompagner les artistes et les labels locaux dans l'écosystème digital en leur offrant des solutions à
chaque étape de leur carrière et de leur développement.
Ce sont plus de 2020 salariés dans plus de 50 pays qui accompagnent les artistes avec expertise,
respect, équité et transparence.
Afin de soutenir notre forte croissance sur tous les continents, nous sommes constamment à l'affût de
nouveaux Believers. Rejoignez-nous afin qu'ensemble, nous ayons un impact fort et plus positif sur
l'industrie musicale !
Believe est cotée sur le compartiment A du marché réglementé d'Euronext Paris (Ticker : BLV, ISIN :
FR0014003FE9).
Ready to #setthetone with Believe? Le rôle de Machine Learning Engineer Ops est à pourvoir au sein du Data Office, pôle d'expertise data de Believe regroupant les activités de data management, data engineering, data science, d'architecture et de data translation.

En tant que ML Engineer Ops, vous serez responsable de concevoir, mettre en oeuvre et maintenir l'infrastructure nécessaire pour déployer, surveiller et scaler les modèles d'apprentissage automatique. Vous travaillerez en étroite collaboration avec les data scientists et data engineers afin de garantir que les modèles soient déployés de manière fiable et efficace dans des environnements de production.

Principales responsabilités :
- Proposer l'outillage nécessaire aux data scientists afin d'accroître l'efficacité et la robustesse des projets ainsi que leur monitoring.
- Collaborer étroitement avec les équipes architecture, data engineering et les data scientists pour comprendre les exigences des modèles, les spécifications des données et les objectifs du projet.
- Intégrer les modèles d'apprentissage automatique dans l'infrastructure, en veillant à l'efficacité opérationnelle répondant aux besoins utilisateurs.
- Concevoir et mettre les solutions qui permettent une interaction avec les modèles de machine learning (API, endpoint)
- Créer et maintenir des pipelines de données afin d'assurer un flux cohérent de données vers et depuis les modèles (feature engineering).
- Appliquer les pratiques DEVOPS pour l'intégration continue, le déploiement et la surveillance des modèles d'apprentissage automatique.
- Surveiller les performances des modèles et mettre en oeuvre des outils pour ce faire
- Assurer la sécurité et la confidentialité des données traitées par les modèles d'apprentissage automatique en collaboration avec l'équipe Data Mangement ainsi que le CISO groupe.
- Se tenir au courant des dernières avancées dans les domaines de l'apprentissage automatique et du génie logiciel afin d'apporter des solutions innovantes.

Stack technique : Snowflake, Snowpark, AWS, MLFlow