Probayes a pour vocation de proposer à ses clients les solutions d'Intelligence Artificielle et de Machine Learning les plus performantes possibles. En tant que Data Engineer, votre mission sera d’accompagner les Data Scientists pour :
* Intégrer efficacement les modèles d'IA dans l'infrastructure client en tenant compte des exigences de performance, de mise à l’échelle, de sécurité, et de confidentialité des données
* Mettre en place des pratiques MLOps pour automatiser le déploiement, la surveillance et la gestion des modèles, en garantissant leur intégrité et leur performance dans des environnements de production.
* Concevoir, développer et maintenir des pipelines de données robustes et évolutifs pour l'ingestion, le traitement et la transformation de grands volumes de données structurées et non structurées.
* Garantir un haut niveau de qualité et de robustesse des livrables, tout en participant à la conception des contrats d’interface avec les clients.
Notre stack s'appuie sur des technologies Big Data (Hadoop, Spark, …) des SGBD SQL/NoSQL, des messages brokers, différentes technologies de déploiement (Docker, Kubernetes, ...). Cela permet de proposer notamment pour nos projets internes et nos clients des solutions couvrant différents domaines : machine learning, technologies Big Data, IoT, traitement automatique du langage, optimisation et recherche opérationnelle.
Vous interviendrez en collaboration avec les Data Scientists, architectes, développeurs et vous contribuerez à l’animation technique de la communauté (veille technologique, partage de connaissances, bonnes pratiques, …).
Qualifications :
* Ingénieur en informatique ou équivalent (Bac+5 minimum)
* Expérience de 3 ans minimum
Compétences Souhaitées :
Compétences requises :
* Maitriser le langage de programmation Python
* Avoir une bonne capacité de monter en compétences sur d’autres langages
* Expériences significatives dans l’intégration en production de projets d’Intelligence Artificielle
* Expériences significatives avec des SGBD SQL et NoSQL, y compris BigData (Hadoop/Spark/Hive)
* Culture DevOps : Git, Docker, Gitlab-CI
Compétences appréciées :
* Connaissance des solutions de manipulation des données ETL/ELT
* Maitriser les concepts liés au Cloud Native (AWS, Azure, GCP, …), de préférence sur des providers différents
* Culture MLOps
Qualités requises :
* Vous êtes autonome, bienveillant(e), curieux(se) et rigoureux(se)
* Vous avez une solide culture technique
* Vous aimez travailler en équipe
* Vous avez une bonne communication orale et écrite
* Vous avez de bonnes capacités de communication avec les clients
Spin-off de l’INRIA et du CNRS, Probayes est né de la volonté d’être le chainon manquant entre la recherche et l’industrie.
Fort de 20 ans d’expérience, Probayes est aujourd’hui l’un des leaders des solutions en Intelligence Artificielle. Ainsi, 60 Data Scientists travaillent au côté des plus grands groupes sur les enjeux métiers pour développer des solutions IA sur mesure, à fort ROI.
Avec un savoir-faire central en machine learning, complété par des expertises scientifiques en optimisation, en fusion de capteurs, en traitement d’images et en NLP et par des compétences de conception et de développement, Probayes développe, pour ses clients, des modèles comme moteur d’innovation, d’optimisation et d’aide à la décision.
Probayes adresse ses solutions auprès de secteurs divers : automobile, défense, logistique, chimie, banque, et souhaite à la fois renforcer sa présence sur ces verticaux et développer des collaborations sur de nouveaux secteurs stratégiques. Probayes, qui a rejoint La Poste en mai 2016, est devenu le centre de compétence en Intelligence Artificielle du groupe. Probayes bénéficie également de cette collaboration dans le domaine des infrastructures « Big Data » et de la sécurité informatique.
Basée à Montbonnot près de Grenoble, Probayes a une équipe technique et commerciale à Paris.
En cliquant sur "JE DÉPOSE MON CV", vous acceptez nos CGU et déclarez avoir pris connaissance de la politique de protection des données du site jobijoba.com.