Ingénieur MLOps / Data Scientist

Missions

• Collaborer avec des équipes interfonctionnelles au sein de l’IT, des fonctions de support de l’entreprise, du développement commercial et des opérations pour conduire le développement et l’industrialisation des modèles d’apprentissage automatique.
• Garantir que les perspectives et les cas d’utilisation pilotés par l’IA sont intégrés de manière transparente, évolutifs et optimisés en permanence afin de fournir une valeur continue à CEVA Logistics et à ses clients.

Profil recherché 

• Expérience professionnelle de 5ans minimum avec des résultats avérés en IA, Data Science & MLOps.
• Master en informatique, en science des données, en ingénierie, en mathématiques ou dans un domaine connexe.
• Certifications avancées en IA, en science des données, en apprentissage automatique ou en MLOps seraient un plus.
• Capacité avérée à collaborer efficacement avec des équipes interfonctionnelles, y compris les parties prenantes de l’entreprise, l’informatique et les opérations, pour traduire les besoins de l’entreprise en solutions techniques.
• Solides compétences en communication écrite et orale, avec la capacité d’expliquer des concepts techniques complexes à des publics non techniques.
• Motivé(e), adaptable et capable de s’épanouir dans un environnement de travail rapide et dynamique.
• Un grand souci du détail et une attention particulière à la qualité, à la précision et à la fiabilité dans tout le travail.
• Gestion efficace du temps et compétences organisationnelles, avec la capacité de gérer plusieurs projets simultanément et de respecter les délais.

Compétences requises

• Data Science: compréhension des algorithmes d’apprentissage automatique, des méthodes statistiques et de la modélisation prédictive. Maitrise de Python et des bibliothèques telles que TensorFlow, Keras, scikit-learn, XGBoost et PyTorch.
• MLOps: familiarité avec des outils tels que MLflow, Kubeflow, Jenkins, Docker, Kubernetes et Terraform, expérience pratique de mise en oeuvre de pratiques MLOps
• Intégration et gestion des données : maîtrise de l’utilisation de Snowflake pour l’intégration, le stockage et le traitement des données à grande échelle, et expérience avec Dataiku pour la création et la gestion de flux de travail de bout en bout dans le domaine de la science des données.
• Technologies Big Data : familiarité avec les plateformes et les outils de big data pour traiter et analyser de grands ensembles de données.
• Visualisation des données et rapports : expertise dans l’utilisation de Qlik Sense, Streamlite ou d’autres outils de BI, webapp.
• Développement et industrialisation de modèles : expérience de la transition des modèles d’apprentissage automatique du prototype à la production à l’échelle, familiarité avec les meilleures pratiques en matière de versions de modèles, de tests, de surveillance et de recyclage afin de maintenir la précision et les performances des modèles au fil du temps.
• Plateformes cloud: forte expérience des plateformes basées sur le cloud comme AWS, Google Cloud et Azure pour le déploiement, la gestion et la mise à l’échelle des modèles d’IA/ML.
• Résolution de problèmes et innovation : solides compétences analytiques et de résolution de problèmes, avec un état d’esprit créatif pour tirer parti de l’IA et de l’apprentissage automatique afin de résoudre des problèmes commerciaux et de stimuler l’innovation. Capacité à se tenir au courant des derniers développements en matière d’IA, d’apprentissage automatique et de MLOps, et à appliquer des techniques de pointe aux défis commerciaux.