Alternance - ingénieur automatique h/f

Descriptif du poste

Dans ce rôle, vous serez chargé de :

1. Créez et améliorez des outils réutilisables et des pipelines de modélisation et soutenez le partage des connaissances entre plusieurs équipes.
2. Travailler avec les Data Scientists pour améliorer les performances techniques et statistiques des modèles.
3. Convertir les modèles d'apprentissage automatique en interfaces de programmes d'application (API) afin que d'autres applications puissent les utiliser conformément aux normes d'architecture et d'infrastructure.
4. Sécurisé etsurveiller le traitement ML, y compris les mesures de protection, les tests A/B, la tolérance aux pannes et le basculement.
5. Contribuer à la définition et au déploiement des meilleures pratiques en Machine Learning & MLOps,
6. Contribuer au partage des connaissances etexpertise au travers de communautés et de groupes de travail (internes et externes).
7. Aider les différents acteurs de l'organisation (tels que les chefs de produit et les parties prenantes) à comprendre quels résultats ils obtiennent grâce au MLOps et aux meilleures pratiques d'ingénierie en matière de données et d'IA.

Profil recherché

Ce qu'il faut pour réussir
Comme nous souhaitons que vous réussissiez dans ce rôle, voici une liste d’exemples de facteurs clés :

8. 4+ années d'expérience avec DevOps : versioning (Git), conteneurs (Docker/Kubernetes), CI/CD, outils d'analyse statique, …
9. Maîtrise des frameworks ML Ops et ML Engineering : trackers d'expérimentation (comme mlFlow) et orchestrateurs (Airflow, Kubeflow, Sagemaker Pipeline)
10. Une connaissance pratique dans l'une des bibliothèques ML Python populaires (TensorFlow, PyTorch, Keras, Scikit-Learn) et les bibliothèques Open-Source.
11. Une bonne compréhension des méthodologies Agile et un état d'esprit d'amélioration continue.
12. Capacité à articuler les résultats de votre travail pour différents publics.
13. Bonne communication en anglais et compétences interpersonnelles pour travailler dans un environnement de travail multiculturel.
14. Passion pour la résolution de problèmes complexeseffet de leviernouvelles technologies.
Agréable à avoir
Voici d’autres éléments que nous prendrons en compte :
15. 2+ années d'expérience dans la livraison et l'exécution de modèles ML en production, en utilisant au moins un des principaux frameworks et plateformes Big Data : Spark, Databricks, Snowflake, …
16. Connaissances pratiques en Infrastructure as code (Terraform, CloudFormation, …).
17. Connaissance pratique des services cloud (Azure ou Amazon Web Services).
18. Connaissances théoriques en architecture pilotée par événements (en utilisant Kafka, Event Hub ou Rabbit MQ).
19. Connaissances fonctionnelles en Assurance et Finance

Poste à pourvoir en Alternance à Paris - 75

Informations complémentaires

" A compétences égales, la priorité sera donnée aux travailleurs en situation de handicap