ASSISTANT MACHINE LEARNING ENGINEER - ALTERNANCE (F/H)

En tant qu’alternant(e) Machine Learning Engineer, vous serez pleinement intégré(e) à l’équipe et participerez à la conception et au déploiement du socle technique qui accompagne les data scientists et data engineers dans le cycle de vie complet des modèles d’IA, de l’expérimentation à la mise en production.

Vos missions principales :

• Mettre en place des pipelines CI/CD/CT pour automatiser l’entraînement, le test, le déploiement et le monitoring des modèles de Machine Learning.

• Développer des services et librairies Python réutilisables pour les projets IA (outils de packaging de modèles, gestion des environnements, suivi des versions, etc.).

• Contribuer à la gestion de l’infrastructure via Infrastructure as Code (Terraform) et Cloud AWS (SageMaker, EKS, S3).

• Participer à la conteneurisation et à l’orchestration des services (Docker, Kubernetes sur AWS EKS).

• Assurer la documentation technique et la formalisation des bonnes pratiques pour l’industrialisation des projets IA.

• Mettre en place et suivre le monitoring des modèles en production via MLflow (tracking des expériences, gestion des artefacts, déploiement) et Datadog.
  
  

Quelques cas d’usage concrets :

• Utilisation de MLflow Tracking pour suivre les expérimentations d’entraînement et les performances des modèles.

• Développement de pipelines ML automatisés avec Airflow, Kubernetes et Ray.

• Standardisation et promotion contrôlée des modèles dans des environnements CI/CD via MLflow Registry et GitLab.

Vous préparez un Bac+5 (école d’ingénieur ou Master 2) avec une spécialisation en data engineering, intelligence artificielle, ou développement logiciel.

Compétences techniques :

• Maîtrise de Python et des bonnes pratiques de développement (TDD, clean code, DDD).

• Bonne connaissance des frameworks de Machine Learning (scikit-learn, TensorFlow, PyTorch).

• Familiarité avec les services AWS, notamment SageMaker.

• Connaissances ou forte curiosité pour l’Infrastructure as Code et l’orchestration : Terraform, Docker, Kubernetes, Airflow, GitLab CI/CD.
  

Qualités personnelles :

• Curiosité technique, envie d’apprendre et de progresser dans des environnements complexes et exigeants.

• Rigueur, esprit analytique et capacité à structurer vos travaux.

• Sens du travail en équipe et bonnes aptitudes à la communication.

• Autonomie, proactivité et intérêt pour les enjeux business et l’impact produit.