Ingénieur Machine Learning OPS

Un Éditeur Software dans l’univers BigData/Prédiction des comportements d'Achat ouvre un rôle d’ Ingénieur Machine Learning OPS en CDI sur Paris. POINTS CLES DU POSTE : Métier de l’employeur : Editeur Logiciel solutions BigData/Prédictives Taille : 250 personnes Marchés : France et International (Présence dans 20 pays en Europe, Asie, US) Type et Lieu du poste : CDI - Paris/92 avec Télétravail hybride Nombre d’années d’expériences attendus : Minimum 2 ans pleins sur des sujets ML ou similaire (professionnelle, projet personnel, thèse, etc ..et vous avez pris en charge un projet machine learning depuis sa conception jusqu'à sa mise en production.Stack (Par ordre de priorité et d'importance) : Python/GoJava/SparkSpark ML, Spark Structured Streaming, Numpy, Scikit-Learn, SciPy, HuggingFace, Pandas pour le Machine Learning HBase, ElasticSearch, Vector Database (Milvus) pour les Bases de données.Cloud computing (Compute Engine, BigQuery, Google Storage…)Organisation de l’équipe : 8 personnes (Data Scientists, Ingénieur Machine Learning, Ingénieurs Ops)Diplômes : Grande École d’Ingénieur ou Master en Stats/Machine Learning/Maths Info Langues : Anglais professionnel indispensable Votre supérieur hiérarchique direct : CTO Administratif : Vous avez déjà l’autorisation de travailler en France sans besoin de passer par des démarches administratives de type Visa/Permis de travail. CONTEXTE L’employeur conçoit des solutions d’Intelligence Artificielle Sémantique et permet aux experts du Marketing orienté Data d’acquérir une connaissance scientifique du consommateur, et une compréhension plus profonde de leur propres territoires de Marques. Ces solutions sont aujourd’hui utilisées par des grandes marques / Grands comptes dans une trentaine de pays dans le monde. Vous intégrez l’équipe Data Science qui partage son temps entre recherche Machine Learning, POCs, travail avec les équipes d’intégration, et codage d’applications et conçoit les produits de demain, explore en profondeur l’état de l’art et réalise des proofs of concepts de ses idées qui sont ensuite concrétisées via le développement d’applications puis leur maintien. Parmi ces projets concrets :élaboration des moteurs de recherche augmentés par le Deep Learningélaboration de générateurs de contenuélaboration d’ outils de détection de tendance sur le Webélaboration d’ outils d’extraction d’insights sur des corporaélaboration de moteurs auto-mlélaboration d’ outils d’annotation… MISSIONS Construction et Mise en production de solutions IA. Aussi bien en Python (langage 1er) qu’en Java et/ou Golang selon les exigences du projetMise en production d’algorithmes de Machine Learning.Développement logiciel et test: construction d’API, les bases en réseau, utilisation du Shell, Tests.Participation aux POCs.Maintenance/évolution des services existants. RequirementsVous êtes un ingénieur MLOPs, enthousiaste autour de l’IA.Vous avez une expérience de 2 ans minimum sur des sujets similaires (professionnel, projet personnel, thèse, etc ..).Fortes capacités en programmation (propre, lisible et facile à maintenir) : Python, Java, Go.Capacité à produire du code de qualité (commenté, réutilisable, packagé …)Rigueur dans le travailEsprit hacker, agilité A l’aise sur cette Stack technique : - Prédominance Python, Du Java/Spark et du Golang en complément. - Git, Github, Docker, gitlab-CI, Kubernetes, ArgoCD.- Data Engineering: Apache Spark, Hadoop Yarn, MessageQueue (RabbitMQ, Kafka)- Database: HBase, ElasticSearch, Vector Database (Milvus).- ML : Spark ML, Numpy, Scikit-Learn, SciPy, HuggingFace, Pandas- Restful API frame-work: Flask, FastAPI, SpringBoot.- Cloud: GCP ou AWS.BenefitsFormation lors de l’intégration : Parcours d’intégration avec le manager d’équipeAvantages : Tickets resto/2j de Télétravail par semaine/Mutuelle-complémentaire santé/RTT/50% Navigo/Participation/Prise en charge des formations et certifications/Abonnement Spotify/café-sodas-snacks gratuitsPossibilité d’évolution : Le poste n’inclut pas de management direct mais évolution vers un role plus senior à horizon 12-24 moisDéroulé du processus de recrutement : 1 visio d’intro puis 1 visio avec tests techniques et enfin 1 entretien physique dans les locaux.Le processus peut se boucler en 10 jours maximum.Un Éditeur Software dans l’univers BigData/Prédiction des comportements d'Achat ouvre un rôle d’ Ingénieur Machine Learning OPS en CDI sur Paris. POINTS CLES DU POSTE : Métier de l’employeur : Editeur Logiciel solutions BigData/Prédictives Taille : 250 personnes Marchés : France et International (Présence dans 20 pays en Europe, Asie, US) Type et Lieu du poste : CDI - Paris/92 avec Télétravail hybride Nombre d’années d’expériences attendus : Minimum 2 ans pleins sur des sujets ML ou similaire (professionnelle, projet personnel, thèse, etc ..et vous avez pris en charge un projet machine learning depuis sa conception jusqu'à sa mise en production.Stack (Par ordre de priorité et d'importance) : Python/GoJava/SparkSpark ML, Spark Structured Streaming, Numpy, Scikit-Learn, SciPy, HuggingFace, Pandas pour le Machine Learning HBase, ElasticSearch, Vector Database (Milvus) pour les Bases de données.Cloud computing (Compute Engine, BigQuery, Google Storage…)Organisation de l’équipe : 8 personnes (Data Scientists, Ingénieur Machine Learning, Ingénieurs Ops)Diplômes : Grande École d’Ingénieur ou Master en Stats/Machine Learning/Maths Info Langues : Anglais professionnel indispensable Votre supérieur hiérarchique direct : CTO Administratif : Vous avez déjà l’autorisation de travailler en France sans besoin de passer par des démarches administratives de type Visa/Permis de travail. CONTEXTE L’employeur conçoit des solutions d’Intelligence Artificielle Sémantique et permet aux experts du Marketing orienté Data d’acquérir une connaissance scientifique du consommateur, et une compréhension plus profonde de leur propres territoires de Marques. Ces solutions sont aujourd’hui utilisées par des grandes marques / Grands comptes dans une trentaine de pays dans le monde. Vous intégrez l’équipe Data Science qui partage son temps entre recherche Machine Learning, POCs, travail avec les équipes d’intégration, et codage d’applications et conçoit les produits de demain, explore en profondeur l’état de l’art et réalise des proofs of concepts de ses idées qui sont ensuite concrétisées via le développement d’applications puis leur maintien. Parmi ces projets concrets :élaboration des moteurs de recherche augmentés par le Deep Learningélaboration de générateurs de contenuélaboration d’ outils de détection de tendance sur le Webélaboration d’ outils d’extraction d’insights sur des corporaélaboration de moteurs auto-mlélaboration d’ outils d’annotation… MISSIONS Construction et Mise en production de solutions IA. Aussi bien en Python (langage 1er) qu’en Java et/ou Golang selon les exigences du projetMise en production d’algorithmes de Machine Learning.Développement logiciel et test: construction d’API, les bases en réseau, utilisation du Shell, Tests.Participation aux POCs.Maintenance/évolution des services existants.

Un Éditeur Software dans l’univers BigData/Prédiction des comportements d'Achat ouvre un rôle d’ Ingénieur Machine Learning OPS en CDI sur Paris.

Un Éditeur Software dans l’univers BigData/Prédiction des comportements d'Achat ouvre un rôle d’ Ingénieur Machine Learning OPS en CDI sur Paris.Un Éditeur Software dans l’univers BigData/Prédiction des comportements d'Achat ouvre un rôle d’ Ingénieur Machine Learning OPS en CDI sur Paris.

POINTS CLES DU POSTE :

POINTS CLES DU POSTE :POINTS CLES DU POSTE :POINTS CLES DU POSTE :

Métier de l’employeur : Editeur Logiciel solutions BigData/Prédictives

Métier de l’employeurMétier de l’employeurMétier de l’employeur: Editeur Logiciel solutions BigData/Prédictives: Editeur Logiciel solutions BigData/Prédictives

Taille : 250 personnes

Taille :Taille :Taille :250 personnes250 personnes

Marchés : France et International (Présence dans 20 pays en Europe, Asie, US)

Marchés :Marchés :Marchés :France et International (Présence dans 20 pays en Europe, Asie, US)France et International (Présence dans 20 pays en Europe, Asie, US)

Type et Lieu du poste : CDI - Paris/92 avec Télétravail hybride

Type et Lieu du poste :Type et Lieu du poste :Type et Lieu du poste :CDI - Paris/92 avec Télétravail hybrideCDI - Paris/92 avec Télétravail hybride

Nombre d’années d’expériences attendus : Minimum 2 ans pleins sur des sujets ML ou similaire (professionnelle, projet personnel, thèse, etc ..

Nombre d’années d’expériences attendus :Nombre d’années d’expériences attendus :Nombre d’années d’expériences attendus :Minimum 2 ans pleins sur des sujets ML ou similaireMinimum 2 ans pleins sur des sujets ML ou similaire(professionnelle, projet personnel, thèse, etc ..(professionnelle, projet personnel, thèse, etc ..et vous avez pris en charge un projet machine learning depuis sa conception jusqu'à sa mise en production.et vous avez pris en charge un projet machine learning depuis sa conception jusqu'à sa mise en production.et vous avez pris en charge un projet machine learning depuis sa conception jusqu'à sa mise en production.pris en charge un projet machine learning depuis sa conception jusqu'à sa mise en production.Stack (Par ordre de priorité et d'importance) :Stack (Par ordre de priorité et d'importance) :Stack (Par ordre de priorité et d'importance) :Stack (Par ordre de priorité et d'importance) :

• Python/Go

Python/GoPython/GoPython/GoPython/GoPython/GoPython/GoPython/GoPython/GoPython/Go

• Java/Spark

Java/SparkJava/SparkJava/SparkJava/SparkJava/SparkJava/Spark

• Spark ML, Spark Structured Streaming, Numpy, Scikit-Learn, SciPy, HuggingFace, Pandas pour le Machine Learning

Spark ML, Spark Structured Streaming, Numpy, Scikit-Learn, SciPy, HuggingFace, Pandas pour le Machine LearningSpark ML, Spark Structured Streaming, Numpy, Scikit-Learn, SciPy, HuggingFace, Pandas pour le Machine LearningSpark ML, Spark Structured Streaming, Numpy, Scikit-Learn, SciPy, HuggingFace, Pandas pour le Machine LearningSpark ML, Spark Structured Streaming, Numpy, Scikit-Learn, SciPy, HuggingFace, Pandas pour le Machine LearningSpark ML,Spark ML,Spark Structured Streaming,Spark Structured Streaming,Numpy, Scikit-Learn, SciPy, HuggingFace, Pandas pour le Machine LearningNumpy, Scikit-Learn, SciPy, HuggingFace, Pandas pour le Machine Learning

• HBase, ElasticSearch, Vector Database (Milvus) pour les Bases de données.

HBase, ElasticSearch, Vector Database (Milvus) pour les Bases de données.HBase, ElasticSearch, Vector Database (Milvus) pour les Bases de données.HBase, ElasticSearch, Vector Database (Milvus) pour les Bases de données.HBase, ElasticSearch, Vector Database (Milvus) pour les Bases de données.

• Cloud computing (Compute Engine, BigQuery, Google Storage…)

Cloud computing (Compute Engine, BigQuery, Google Storage…)Cloud computing (Compute Engine, BigQuery, Google Storage…)Cloud computing (Compute Engine, BigQuery, Google Storage…)

Organisation de l’équipe : 8 personnes (Data Scientists, Ingénieur Machine Learning, Ingénieurs Ops)

Organisation de l’équipe :Organisation de l’équipe :Organisation de l’équipe :8 personnes (Data Scientists, Ingénieur Machine Learning, Ingénieurs Ops)8 personnes (Data Scientists, Ingénieur Machine Learning, Ingénieurs Ops)

Diplômes : Grande École d’Ingénieur ou Master en Stats/Machine Learning/Maths Info

Diplômes :Diplômes :Diplômes :Grande École d’Ingénieur ou Master en Stats/Machine Learning/Maths InfoGrande École d’Ingénieur ou Master en Stats/Machine Learning/Maths Info

Langues : Anglais professionnel indispensable

Langues :Langues :Langues :Anglais professionnel indispensableAnglais professionnel indispensable

Votre supérieur hiérarchique direct : CTO

Votre supérieur hiérarchique direct :Votre supérieur hiérarchique direct :Votre supérieur hiérarchique direct :CTOCTO

Administratif : Vous avez déjà l’autorisation de travailler en France sans besoin de passer par des démarches administratives de type Visa/Permis de travail.

Administratif :Administratif :Administratif :Vous avez déjà l’autorisation de travailler en France sans besoin de passer par des démarches administratives de type Visa/Permis de travail.Vous avez déjà l’autorisation de travailler en France sans besoin de passer par des démarches administratives de type Visa/Permis de travail.

CONTEXTE

CONTEXTECONTEXTECONTEXTE

L’employeur conçoit des solutions d’Intelligence Artificielle Sémantique et permet aux experts du Marketing orienté Data d’acquérir une connaissance scientifique du consommateur, et une compréhension plus profonde de leur propres territoires de Marques. Ces solutions sont aujourd’hui utilisées par des grandes marques / Grands comptes dans une trentaine de pays dans le monde.

L’employeur conçoit des solutions d’Intelligence Artificielle Sémantique et permet aux experts du Marketing orienté Data d’acquérir une connaissance scientifique du consommateur, et une compréhension plus profonde de leur propres territoires de Marques. Ces solutions sont aujourd’hui utilisées par des grandes marques / Grands comptes dans une trentaine de pays dans le monde.L’employeur conçoit des solutions d’Intelligence Artificielle Sémantique et permet aux experts du Marketing orienté Data d’acquérir une connaissance scientifique du consommateur, et une compréhension plus profonde de leur propres territoires de Marques. Ces solutions sont aujourd’hui utilisées par des grandes marques / Grands comptes dans une trentaine de pays dans le monde.

Vous intégrez l’équipe Data Science qui partage son temps entre recherche Machine Learning, POCs, travail avec les équipes d’intégration, et codage d’applications et conçoit les produits de demain, explore en profondeur l’état de l’art et réalise des proofs of concepts de ses idées qui sont ensuite concrétisées via le développement d’applications puis leur maintien.

Vous intégrez l’équipe Data Science qui partage son temps entre recherche Machine Learning, POCs, travail avec les équipes d’intégration, et codage d’applications et conçoit les produits de demain, explore en profondeur l’état de l’art et réalise des proofs of concepts de ses idées qui sont ensuite concrétisées via le développement d’applications puis leur maintien.Vous intégrez l’équipe Data Science’équipe Data Sciencequi partage son temps entre recherche Machine Learning, POCs, travail avec les équipes d’intégration, et codage d’applications et conçoit les produits de demain, explore en profondeur l’état de l’art et réalise des proofs of concepts de ses idées qui sont ensuite concrétisées via le développement d’applications puis leur maintien.

Parmi ces projets concrets :

Parmi ces projets concrets :Parmi ces projets concrets :

• élaboration des moteurs de recherche augmentés par le Deep Learning

élaboration des moteurs de recherche augmentés par le Deep Learningélaboration des moteurs de recherche augmentés par le Deep Learningélaboration des moteurs de recherche augmentés par le Deep Learning

• élaboration de générateurs de contenu

élaboration de générateurs de contenuélaboration de générateurs de contenuélaboration de générateurs de contenu

• élaboration d’ outils de détection de tendance sur le Web

élaboration d’ outils de détection de tendance sur le Webélaboration d’ outils de détection de tendance sur le Webélaboration d’ outils de détection de tendance sur le Web

• élaboration d’ outils d’extraction d’insights sur des corpora

élaboration d’ outils d’extraction d’insights sur des corporaélaboration d’ outils d’extraction d’insights sur des corporaélaboration d’ outils d’extraction d’insights sur des corpora

• élaboration de moteurs auto-ml

élaboration de moteurs auto-mlélaboration de moteurs auto-mlélaboration de moteurs auto-ml

• élaboration d’ outils d’annotation…

élaboration d’ outils d’annotation…élaboration d’ outils d’annotation…élaboration d’ outils d’annotation…

MISSIONS

MISSIONSMISSIONSMISSIONS

Construction et Mise en production de solutions IA. Aussi bien en Python (langage 1er) qu’en Java et/ou Golang selon les exigences du projet

Construction et Mise en production de solutions IA. Aussi bien en Python (langage 1er) qu’en Java et/ou Golang selon les exigences du projetConstruction et Mise en production de solutions IA. Aussi bien en Python (langage 1er) qu’en Java et/ou Golang selon les exigences du projet

Mise en production d’algorithmes de Machine Learning.

Mise en production d’algorithmes de Machine Learning.Mise en production d’algorithmes de Machine Learning.

Développement logiciel et test: construction d’API, les bases en réseau, utilisation du Shell, Tests.

Développement logiciel et test: construction d’API, les bases en réseau, utilisation du Shell, Tests.Développement logiciel et test: construction d’API, les bases en réseau, utilisation du Shell, Tests.

Participation aux POCs.

Participation aux POCs.Participation aux POCs.

Maintenance/évolution des services existants.

Maintenance/évolution des services existants.Maintenance/évolution des services existants.