Contexte de la mission :
Ingénieur Machine Learning Ingénierie
La Direction Data, a été créée avec la volonté de faire de la Data un levier de croissance des offres numériques.
Elle a 3 grandes missions :
– maximiser la collecte de données tout en respectant les réglementations en vigueur,
– développer la connaissance et l’expérience utilisateur
– mettre à disposition auprès des équipes internes des outils de pilotage et d’aide à la décision.
Afin d’améliorer la personnalisation de l’expérience utilisateurs, nous souhaitons créer une équipe dédiée, travaillant sur des sujets de recommandation et de machine learning en production.
Cette équipe est composée d’un Product Owner, un Data Scientist, un lead ML ingénieur et un ML ingénieur. Notre stack technique est basée sur Google Cloud et constituée, entre autres, de Python, Vertex AI, BigQuery, Cloud Run et Airflow pour l’orchestration des traitements. La stack inclut aussi d’autres services de la Google Cloud Platform.
objectifs :
1. Créer un premier cas d’usage en lien avec la personnalisation de l’expérience utilisateur
2. Déployer ce projet et AB tester en production
3. Mettre en place un monitoring et un contrôle des performances
MISSION : de Ingénieur Machine Learning Ingénierie
En interaction avec les membres de l’équipe, :
– Définir l’architecture et la feuille de route technique, en tenant compte des exigences de performance, de scalabilité et de sécurité
– Accompagner les membres de l’équipe pour garantir la qualité du code et du modèle
– Concevoir, construire et maintenir des pipelines ML robustes et scalables de la collecte des données à l’exposition des modèles via des API Rest
– Organiser et structurer le stockage des données
– Assurer l’évolutivité, la sécurité, la stabilité des environnements
– Mettre en place et maintenir les infrastructures scalables capable de répondre aux besoins et au volume de données
– Industrialiser les modèles IA en lien avec les data scientists
– Construire et maintenir les workflows de la CI/CD
– Collaborer avec les data ingénieurs et les autres équipes techniques pour appliquer les bonnes pratiques en vigueur
– Contribuer et veiller à la mise à jour de la documentation
– Faire de la veille technologique active dans le domaine
– Participer activement aux différentes phases de cadrage, de planification et de réalisation des tâches avec l’équipe
Expertises requises pour Machine Learning Ingenieur :
– Au moins 2 ans d’expérience dans un environnement data/machine learning
– Expériences dans le développement de modèles de machine learning
– Expériences dans le déploiement en production de modèles de machine learning
– Expériences sur la Google Cloud Platform
-Expériences avec des technologies de type Flask ou FastAPI
– Maîtrise des langages Python, SQL et de l’infrastructure as code (Terraform)
– Solides connaissances du Machine Learning, Deep Learning et des concepts liés à l’IA
– Solides connaissances des modèles et systèmes de recommandation
– Solides connaissances en data : structures de données, code, architecture
– Connaissances des technologies liées à l’IA : tensorflow, sklearn etc
– Connaissances de Gitlab et Gitlab CI/CD
– Capacité à vulgariser et à communiquer sur des aspects purement techniques
– Capacité à accompagner et à motiver une équipe technique
– Pratique des méthodes Agile : de préférence Scrum ou Kanban
