Machine Learning Engineer (H/F)

Rejoignez une équipe MLOps au sein d’un grand groupe, pour accélérer l’industrialisation de la data science et faire passer des modèles à l’échelle en production.

Vos missions clés :

• Accompagner les data scientists sur les sujets techniquement complexes de leurs projets : entraînement sur gros volumes, optimisation des pipelines, déploiement et exploitation.
• Concevoir, construire et fiabiliser des pipelines ML de bout en bout (entraînement, réentraînement, packaging, déploiement, monitoring).
• Mettre à disposition et faire évoluer l’outillage ML permettant d’entraîner/réentraîner et de mettre en production des modèles dans un environnement cloud.
• Assurer la mise en production et le run des modèles (MLOps/CI-CD, observabilité, traçabilité, alerting, coût/perf).
• Mettre en place une observabilité avancée des données et des modèles (qualité, dérive, performance) et un monitoring en temps réel.
• Contribuer à la stratégie et à la feuille de route ML, partager les bonnes pratiques d’ingénierie, améliorer la productivité de l’écosystème data/ML.
• Coacher et mentorer les membres de l’équipe pour soutenir la montée en compétence et l’excellence technique.

• Profil expert en ingénierie ML avec une solide expérience en mise en production et run de modèles à l’échelle.
• Excellente maîtrise de la construction de pipelines ML (data ingestion, entraînement, évaluation, déploiement, réentraînement, monitoring).
• Compétences en data science permettant de comprendre et challenger les algorithmes de ML courants et leurs contraintes opérationnelles.
• Solides bases en ingénierie logicielle : code de qualité production, gestion de versions, CI/CD, revues de code, packaging, automatisation.
• Maîtrise de Python (TensorFlow) et SQL ; pratique des services GCP (BigQuery, GCS, Dataflow, Vertex AI) dans un contexte ML.
• Expérience confirmée avec Docker, GitHub, GitHub Actions ; mise en place de workflows d’industrialisation ML.
• Connaissance et usage d’outils d’observabilité et de monitoring (ex. Datadog) appliqués aux données et aux modèles.
• Bonne compréhension du cycle de vie ML (ML lifecycle) et des bonnes pratiques MLOps (traçabilité, reproductibilité, gouvernance).
• Capacité à collaborer avec des profils pluridisciplinaires, à vulgariser des sujets techniques, et à mentorer les pairs.
• Esprit orienté impact business, sens de la qualité, de la fiabilité et de la mesure de performance des modèles.

En rejoignant Magellan, vous intégrerez des équipes pluridisciplinaires et contribuerez à des projets concrets, au cœur des grandes transformations : IA générative, plateformes intelligentes, impératifs sociaux et environnementaux, etc.

Ce que Magellan vous garantit : une expérience professionnelle humaine, apprenante et épanouissante.