Mission freelance Data Scientist / MLOps Engineer

Le pôle est composé d'une vingtaine de personnes dont une majorité de Deep Learning Scientists.

Pour produire les détecteurs, l'équipe s'appuie sur une stack d'outils internes permettant l'industrialisation du travail des Deep Learning Scientist. La stack se divise en :

• Une stack d'outils génériques (AI Platform) servant toutes nos lignes de produit, développée par l'équipe AI engineering.

• Une stack d'outils spécifiques à la ligne de produit IMINT, développée par l'équipe elle-même.

La mission sera d'une durée minimale de 3 mois. La personne travaillera en binôme avec un MLEng de l'équipe.

Disposer d'une habilitation défense est un plus pour la mission. La capacité à venir sur le site parisien 2 jours par semaine est aussi un plus.

Assurer la maintenance de la stack d'outils de l'équipe et notamment :

• Participer à rendre les algorithmes IA compatibles d'architecture GPU Blackwell

• Mettre à jour les dépendances de la codebase (Python, CUDA)

• Participer au développement de nos outils de MLOps en général

Et aussi :

• Mettre en place les processus permettant une maintenance pro-active et continue de la codebase

• Participer à la montée en compétence des data scientists de l'équipe sur leur compétence SW

• Participer à la mise en place de notre stack environnement classifié

• Python (3.10+), PyTorch et TensorFlow pour nos frameworks de deep learning

• PostgreSQL (PostGIS) pour la gestion de nos bases de données, Airflow, des dockers orchestrés par Nomad de Hashicorp

• Environnements DevOps utilisant principalement Ansible, Terraform pour l'automatisation et la suite Prometheus / Grafana pour le monitoring

• Cloud multi-fournisseurs (AWS & OVH) et environnement de développement classifié on-premise

• Une formation en Software Engineering, en apprentissage automatique, en vision par ordinateur ou dans un domaine similaire

• Au moins 5 ans d'expérience en développement back-end en Python et / ou en ML engineering

Techniquement :

• D'une très bonne connaissance de Python

• D'une expérience en MLOps et d'une connaissance de TensorFlow, PyTorch, CUDA

• Une connaissance de la manipulation de données géospatiales est un plus

En terme de soft skills :

• Vous êtes pédagogue et aimez coacher vos collègues pour aider les Deep Learning Scientists

Le pôle est composé d'une vingtaine de personnes dont une majorité de Deep Learning Scientists.

Pour produire les détecteurs, l'équipe s'appuie sur une stack d'outils internes permettant l'industrialisation du travail des Deep Learning Scientist. La stack se divise en :

• Une stack d'outils génériques (AI Platform) servant toutes nos lignes de produit, développée par l'équipe AI engineering.

• Une stack d'outils spécifiques à la ligne de produit IMINT, développée par l'équipe elle-même.

La mission sera d'une durée minimale de 3 mois. La personne travaillera en binôme avec un MLEng de l'équipe.

Disposer d'une habilitation défense est un plus pour la mission. La capacité à venir sur le site parisien 2 jours par semaine est aussi un plus.

Assurer la maintenance de la stack d'outils de l'équipe et notamment :

• Participer à rendre les algorithmes IA compatibles d'architecture GPU Blackwell

• Mettre à jour les dépendances de la codebase (Python, CUDA)

• Participer au développement de nos outils de MLOps en général

Et aussi :

• Mettre en place les processus permettant une maintenance pro-active et continue de la codebase

• Participer à la montée en compétence des data scientists de l'équipe sur leur compétence SW

• Participer à la mise en place de notre stack environnement classifié

• Python (3.10+), PyTorch et TensorFlow pour nos frameworks de deep learning

• PostgreSQL (PostGIS) pour la gestion de nos bases de données, Airflow, des dockers orchestrés par Nomad de Hashicorp

• Environnements DevOps utilisant principalement Ansible, Terraform pour l'automatisation et la suite Prometheus / Grafana pour le monitoring

• Cloud multi-fournisseurs (AWS & OVH) et environnement de développement classifié on-premise

• Une formation en Software Engineering, en apprentissage automatique, en vision par ordinateur ou dans un domaine similaire

• Au moins 5 ans d'expérience en développement back-end en Python et / ou en ML engineering

Techniquement :

• D'une très bonne connaissance de Python

• D'une expérience en MLOps et d'une connaissance de TensorFlow, PyTorch, CUDA

• Une connaissance de la manipulation de données géospatiales est un plus

En terme de soft skills :

• Vous êtes pédagogue et aimez coacher vos collègues pour aider les Deep Learning Scientists