🎯 Nous sommes à la recherche d’un(e) Machine Learning Engineer confirmé(e) pour renforcer notre équipe Data ! 🎯

Vous travaillerez en collaboration avec des équipes pluridisciplinaires pour intégrer des modèles de Machine Learning en production et en assurer la maintenance continue. Vous participerez également à la mise place d’un environnement MLOps.

Vos missions si vous nous rejoignez :

🚀 Chez le client :

• Analyser les besoins des clients et définir des solutions basées sur le Machine Learning.

• Concevoir, développer et déployer des modèles de Machine Learning et d’apprentissage automatique.

• Collaborer avec les équipes clients pour intégrer les modèles dans leurs systèmes existants.

• Effectuer des tests, valider et optimiser les modèles de Machine Learning.

• Assurer la qualité, l’intégrité et la sécurité des données utilisées dans les modèles.

• Surveiller les performances des modèles en production et les améliorer en continu.

• Documenter les processus et les résultats pour les clients et les parties prenantes.

🚀 En interne :

• Produire des contenus de partage d’expertise et de formation continue pour l’équipe.

• Production de Template de code pour accélérer nos projets et mettre en place les bonnes pratiques

• Effectuer une veille technique pour rester à jour sur les dernières avancées en matière de Machine Learning. 

• Participer à la construction de propositions commerciales et de présentations stratégiques.

🔍 Nous recherchons un profil diplômé d’un Master d’ingénieur (ou Informatique, Data Science, Mathématiques Appliquées, Intelligence Artificielle ou domaine connexe….) bénéficiant de 3 à 5 ans d’expérience dans la conception, le développement et la mise en production de modèles de Machine Learning.

🌟 Les soft skills essentielles :

• Résolution de problèmes : Aptitude à analyser et résoudre des problèmes complexes liés aux modèles de machine learning et à leurs performances.

• Esprit d’équipe : Capacité à travailler efficacement avec des équipes interdisciplinaires, y compris les data scientists, les développeurs et les équipes produits.

• Communication efficace : Compétence à expliquer des concepts techniques de manière claire aux membres de l’équipe et aux parties prenantes non techniques.

• Être orienté.e résultat : Capacité à atteindre les objectifs fixés en termes de performance des modèles et de qualité des solutions.

• Adaptabilité : Capacité à s’adapter rapidement aux nouvelles technologies, méthodologies et environnements de travail.

• Autonomie : Aptitude à gérer des projets de manière autonome, de la conception à la mise en production des modèles.

• Curiosité intellectuelle : Intérêt pour les avancées récentes en matière de machine learning et d’intelligence artificielle.

🧠 Les hard skills fondamentaux :

• Large maîtrise des techniques de Machine Learning.

• Culture générale de l’IA et des dernières évolutions

• Expérience avec des Framework de Machine Learning comme TensorFlow, PyTorch, Scikit-Learn, etc.

• Compétences en programmation : Python, SQL.

• Connaissance des services ML des cloud provider : Sagemaker sur AWS, Azure ML, Vertex ai pour Google Cloud) pour le déploiement de modèles, l’orchestration de jobs, le monitoring de résultats et le stockage de données.

• Expérience avec les outils de gestion et de transformation des données : Pandas, NumPy, etc.

• Compétences en optimisation et évaluation des modèles de Machine Learning.

• Bonne connaissance des concepts de base du software development (CI/CD, versionning de code, bonnes pratiques, etc.)

➕ Hard skills complémentaires :

• Connaissance des pratiques DevOps et CI/CD appliquées aux pipelines de Machine Learning.

• Déploiement sur du GPU.

• Familiarité avec les outils de BI et de visualisation de données (Tableau, Power BI, etc.).

• Capacité à travailler dans des environnements Agile/Scrum.

• Bonnes compétences en communication et capacité à vulgariser des concepts techniques pour des non-spécialistes.

1️⃣ Un premier échange avec notre Responsable RH pour faire connaissance, évoquer ton parcours, cerner tes motivations mais aussi te présenter plus en détail Kanbios et le poste.

2️⃣ Un deuxième entretien avec notre Data Manager, pour tester tes compétences à travers une étude de cas.

3️⃣ Un troisième entretien avec Johann, DG de Kanbios.

4️⃣ Un RDV de finalisation avec Jérôme Miara, Président de Kanbios.