Machine Learning Engineer (h/f)
emagine Polska
⚲ Paris
Wymagania
- automation
- Deployment
- Machine Learning (ML)
- data collection
- Artificial Intelligence (AI)
- SQL
- Python
- Scala
- Spark
- Data Science
Opis stanowiska
Résumé : Ce poste de Machine Learning Engineer au sein du Data Office vise à développer et déployer des solutions de machine learning pour optimiser la gestion des données et soutenir les objectifs commerciaux. Responsabilités : Les principales missions sont les suivantes : · Optimiser la collecte des données en amont (data processing, feature engineering,…) et l’exposition des modèles en aval (API, endpoints…) afin d’améliorer les performances. · Collaborer étroitement avec les data engineers afin d’intégrer au mieux les modèles de machine learning dans notre Data Platform (et la faire évoluer si besoin). · Collaborer étroitement avec les data scientists afin de déployer les meilleures versions des modèles et constamment délivrer les meilleures prédictions disponibles. · Implémenter des pratiques de ML Ops sur toute la chaîne data science (qualité des données, data drift,…) · Monitorer les modèles en production et gérer leur cycle de vie (réentrainement, mise à jour…). · Documenter les processus et les systèmes de machine learning. Profil recherché : Ce poste nécessite des compétences en data science et data engineering avec un minimum de 6 années d’expérience dans un contexte de production. Les principales compétences requises sont les suivantes : · Excellente connaissance des techniques et modèles de machine learning et IA · Indispensable : excellente connaissance de l’écosystème Dataiku, notamment en Automation, et AWS · Expérience avancée en programmation avec Python, SQL, Spark et Scala · Maîtrise des frameworks classiques de machine learning et IA · Excellent esprit d’équipe · Approche pragmatique et orienté résultats · Forte sensibilité aux objectifs business et opérationnels · Aisance à vulgariser et expliquer votre travail à vos pairs Autres détails : • Localisation : Paris • Date de début : Juin 2026