Machine Learning Engineer – H/F
Nous répondons généralement sous une semaine
#StormYourCareer ✨ Rejoins STORM GROUP et construis ta carrière avec nous !
Industrialise le potentiel algorithmique et propulse les modèles d’apprentissage en production
Dans le cadre de l’industrialisation globale de ses modèles de Machine Learning, un grand compte recherche un(e) Machine Learning Engineer. Ton rôle sera technique et stratégique : tu assureras la transition des modèles algorithmiques du stade expérimental (Proof of Concept) vers des environnements de production haute disponibilité, tout en garantissant leur scalabilité, leur monitoring continu et leur maintien en conditions opérationnelles.
Ton futur environnement
Tu évolueras au sein d’un pôle d’ingénierie data et IA de pointe, à la jonction entre la Data Science, le génie logiciel et les opérations (DevOps). En interface quotidienne avec les data scientists, les data engineers et les équipes de production informatique, tu interviendras sur des flux d’inférence critiques. C’est le cadre idéal pour appliquer les standards les plus stricts du génie logiciel à l’écosystème du Machine Learning, exploiter des infrastructures de calcul accéléré (GPU) et déployer des pratiques MLOps avancées.
Tes missions clés
Industrialisation, Packaging & Services d’Inférence (Mode BUILD) :
Reprendre, refactoriser et packager le code issu des équipes de data science selon les standards de production (modularité, robustesse, tests unitaires et d’intégration).
Développer et optimiser les microservices et APIs d’inférence temps réel et batch (Python, FastAPI).
Assurer la conteneurisation (Docker) et le déploiement sur des clusters orchestrés (Kubernetes) exploitant des ressources de calcul accéléré (GPU).
Concevoir et automatiser les pipelines d’entraînement, de réentraînement continu (CT) et de validation automatisée des modèles.
Piloter le versioning des jeux de données, des artefacts et le tracking des expérimentations via MLflow et du stockage objet (S3).
Observabilité, Monitoring & Optimisation (Mode RUN & MLOps) :
Mettre en œuvre les mécanismes de surveillance continue en production : détection de la dérive des données (data drift) et de la dérive des concepts (concept drift) via des outils spécialisés (Evidently, Grafana).
Configurer le système d’alerting et assurer le maintien en conditions opérationnelles des services exposés.
Optimiser les performances d’inférence (latence, débit) et maîtriser les coûts de calcul liés aux infrastructures GPU.
Rédiger la documentation technique et diffuser les bonnes pratiques logicielles au sein des équipes data.
Ton profil
Formation : Diplôme d’Ingénieur ou Bac+5 universitaire en informatique, génie logiciel ou Data Science.
Expérience : Tu justifies d’une expérience confirmée de 3 à 5 ans en développement logiciel intégrant une spécialisation concrète en Machine Learning et pratiques MLOps.
Expertise Développement & Machine Learning Impérative :
Excellente maîtrise de la programmation en Python et du développement d’APIs performantes (FastAPI).
Solide compréhension des modèles et bibliothèques de Machine Learning (scikit-learn, PyTorch ou TensorFlow).
Culture éprouvée du code de production : tests automatisés, intégration continue (CI/CD), revue de code et gestionnaire de versions (Git).
Culture MLOps & Infrastructure :
Maîtrise des environnements conteneurisés (Docker, Kubernetes) et de la gestion des ressources GPU.
Pratique confirmée de MLflow et des outils de monitoring de modèles (Evidently, Grafana).
Connaissance du stockage distribué et stockage objet (S3).
Langues : Anglais professionnel opérationnel.
Tes atouts
Culture du Génie Logiciel : Rigueur absolue dans la structuration du code, l’automatisation des tests et le respect des normes d’architecture logicielle.
Sens de la Passerelle Métier : Faculté à dialoguer efficacement avec les data scientists pour comprendre les algorithmes, tout en répondant aux contraintes opérationnelles des équipes d’exploitation.
Pragmatisme et Sens de l’Optimisation : Recherche permanente du meilleur compromis entre vitesse d’inférence, fiabilité du service et consommation de ressources.
Nos avantages
Remboursement des titres de transport à hauteur de 75%.
Tickets restaurant pris en charge par STORM GROUP à hauteur de 50% (10,5€ / jour).
Accès Gymlib / Wellpass (sport et bien-être).
Contrat Santé / Prévoyance mis en place auprès de la compagnie Alan.
Formation continue : Accès à Udemy Business.
Prime de cooptation, prime d’intéressement et de participation.
Deux à trois jours de télétravail par semaine.
5 raisons de nous rejoindre
Parcours sur mesure : Co-construis une trajectoire professionnelle unique, adaptée à tes ambitions.
Missions Stratégiques : Interviens sur des projets d’envergure, en parfaite cohérence avec ton expertise.
Suivi Dédié : Bénéficie d’un pilotage annuel structuré pour garantir ta progression continue.
Excellence Continue : Développe tes compétences au quotidien au sein d’un écosystème exigeant.
Performance Durable : Évolue dans un cadre où l’exigence métier respecte ton équilibre de vie.
Storm Group encourage une culture inclusive et multiculturelle où la diversité des profils nourrit notre intelligence collective. En rejoignant la Storm Team, tu intègres un écosystème engagé qui place le développement de tes talents au cœur de sa stratégie, tout en agissant concrètement pour la solidarité et la réduction de l'empreinte environnementale, aussi bien au sein de nos bureaux que dans les projets d'envergure que nous menons chez nos clients.
- Département
- IA
- Localisation
- Paris
- Statut à distance
- Hybride
À propos de Storm Group
Storm Group est un cabinet de conseil spécialisé dans la transformation des Systèmes d'Information et des Organisations. Nous accompagnons ainsi nos clients sur l'ensemble de la chaîne de valeur IT, du sourcing d'experts jusqu'au conseil stratégique et à l'ingénierie logicielle.
Notre clientèle est principalement composée de grands acteurs de la banque, de l'assurance et de la finance, pour qui nous mobilisons des consultants sélectionnés avec rigueur sur leurs projets les plus stratégiques.