MLOpsENGINEER
Tu es Data Scientist ou Data Engineer
mais le DevOps est ta seconde nature ? Tu es DevOps et les algorithmes de Machine Learning n’ont pourtant aucun secret pour toi ? Tu as le profil parfait du ML Engineer (ou ML Ops Engineer).
Tu aimerais évoluer et booster tes compétences tout en participant au développement de solutions innovantes en termes d’Intelligence Artificielle (ML/IA) et de Big Data.
Tu as envie de rejoindre une équipe de « builders” qui travaillent sur de vrais projets de Data en production et à l’échelle ? Tu es au bon endroit !
Tu dois bien sûr être expérimenté dans le domaine de la Data et du DevOps. Tu dois couramment parler Python, PySpark ou Scala Spark. Scikit-learn, MLlib, Tensorflow, Keras, PyTorch et Spark (pour ne citer qu’eux) n’ont plus de secret pour toi. Tu n’es pas nécessairement un expert des modèles de ML/IA, mais tu dois comprendre les concepts et maîtriser les langages et les outils. Tu dois aussi bien comprendre les architectures Data et les environnements Hadoop, ElasticSearch, Kafka notamment.
Tu dois être parfaitement opérationnel pour mettre en place des environnements DevOps et Infra As Code, et pratiquer les outils de MLOps. Une bonne partie des outils Git, GitLab CI, Jenkins, Ansible, Terraform, Docker, Kubernetes, ML Flow, Airflow ou leurs équivalents dans les environnements Cloud doivent faire partie de ton quotidien.
En tant que ML Engineer, ton rôle sera crucial pour que l’IA/le ML fonctionne à l’échelle et serve des besoins réels. Tu devras combler le fossé entre des algorithmes conçus par les soins du Data Scientist avec les exigences d’une application industrialisée qui va tourner en production 24/7. Ta mission est de créer, mettre en place et optimiser les solutions pour que ces algorithmes tournent en production, de manière fiable et performante.
Tu dois être parfaitement opérationnel pour mettre en place des environnements DevOps et Infra As Code, et pratiquer les outils de MLOps. Une bonne partie des outils Git, GitLab CI, Jenkins, Ansible, Terraform, Docker, Kubernetes, ML Flow, Airflow ou leurs équivalents dans les environnements Cloud doivent faire partie de ton quotidien.
En tant que ML Engineer, ton rôle sera crucial pour que l’IA/le ML fonctionne à l’échelle et serve des besoins réels. Tu devras combler le fossé entre des algorithmes conçus par les soins du Data Scientist avec les exigences d’une application industrialisée qui va tourner en production 24/7. Ta mission est de créer, mettre en place et optimiser les solutions pour que ces algorithmes tournent en production, de manière fiable et performante.
Le meilleur dans tout ça,c’est que chez DataFab tu peux :
- Être un acteur central des solutions de ML/IA sur des projets de grande ampleur
- Monter en compétences sur les technos en lien avec la Data Science, Data Ingénierie, le DevOps (Cloud, Containerisat, …)
- Identifier et répondre aux nouvelles problématiques de nos clients et imaginer les solutions qui vont les aider à transformer en profondeur leurs business
- Partager ton expertise et tes connaissances avec la Team dont tu es souvent le pivot
Toutes les offres proposées sont ouvertes aux personnes en situation de handicap.
