Machine Learning Engineer – Practice IA MARGO

<div><span style="font-size: 16px;"><strong>Qui sommes nous ?</strong></span></div> <div>&nbsp;</div> <div><span style="font-size: 16px;">Chez MARGO, nos consultants travaillent sur ce qui compte vraiment : des projets complexes qui allient challenge intellectuel et impact business réel.</span></div> <div><span style="font-size: 16px;">C’est pourquoi nous accompagnons les plus grands acteurs de la finance, de l’industrie et de la tech sur leurs projets les plus stratégiques en Data Science, Machine Learning et Intelligence Artificielle.</span></div> <div>&nbsp;</div> <div><span style="font-size: 16px;"><strong>Pourquoi rejoindre la practice IA ?</strong></span></div> <div>&nbsp;</div> <div><span style="font-size: 16px;">Vous évoluerez au sein d’une équipe encadrée par Hamza Bouanani, Practice Manager IA chez MARGO, également Lead Data Scientist chez BNP Paribas.</span></div> <div>&nbsp;</div> <div><span style="font-size: 16px;">Travailler à ses côtés, c’est intégrer une équipe d’experts passionnés, être challengé sur le plan technique et méthodologique, et contribuer à des projets à fort impact pour les clients.</span></div> <div>&nbsp;</div> <div><span style="font-size: 16px;"><strong>Vos missions</strong></span></div> <div>&nbsp;</div> <div><span style="font-size: 16px;">Nous recherchons un&nbsp;</span><strong><span style="font-size: 16px;">Machine Learning Engineer</span></strong><span style="font-size: 16px;">&nbsp;pour rejoindre nos équipes et intervenir au cœur de la stratégie Data de nos clients (Industrie, Finance, Énergie). Votre objectif principal sera d'industrialiser les algorithmes de Machine Learning et de garantir leur cycle de vie en production.</span></div> <div>&nbsp;</div> <div><span style="font-size: 16px;">Vous interviendrez sur trois axes techniques majeurs :</span></div> <div>&nbsp;</div> <div><strong><span style="font-size: 16px;">1. Industrialisation &amp; Déploiement (Model Serving)</span></strong></div> <div><span style="font-size: 16px;">- Transformation des modèles de recherche (Proof of Concept) en code de production robuste, testé et optimisé.</span></div> <div><span style="font-size: 16px;">- Développement d'APIs performantes (FastAPI, Flask) pour exposer les modèles aux applications métiers.</span></div> <div><span style="font-size: 16px;">- Conteneurisation des solutions (Docker) et orchestration sur des clusters (Kubernetes) pour assurer la scalabilité et la haute disponibilité.</span></div> <div>&nbsp;</div> <div><strong><span style="font-size: 16px;">2. Architecture MLOps &amp; Automatisation</span></strong></div> <div><span style="font-size: 16px;">- Conception et maintenance de pipelines CI/CD dédiés au Machine Learning (réentraînement automatique, validation des modèles).</span></div> <div><span style="font-size: 16px;">- Mise en place et gestion d'outils d'orchestration de flux de données (Airflow, Kubeflow, Dagster).</span></div> <div><span style="font-size: 16px;">- Gestion du versioning des données et des modèles (DVC, MLflow) pour assurer la reproductibilité des expériences.</span></div> <div>&nbsp;</div> <div><strong>