Trouvez votre prochaine offre d’emploi ou de mission freelance Machine Learning

o Gestion des pipelines de données : déployer et maintenir des pipelines de données robustes et évolutifs ainsi que des modèles ML o Automatisation : mise en place des processus automatisés via des chaînes de CICD o Surveillance et Optimisation : surveiller les performances des systèmes de données et optimiser les processus pour améliorer l'efficacité o Gestion des Infrastructures : gestion et optimisation des infrastructures cloud (Private Cloud, Public Cloud Azure/AWS) et les bases des données. o Sécurité et Conformité : assurer la sécurité des données et la conformité avec la réglementation en vigueur o Documentation : créer et maintenir une documentation complète et à jour des processus o Contribution avec les Data Scientists : assistance au déploiement et la mise à jour des modèles de machine learning en production

Tu rejoins une équipe pluridisciplinaire, en tant que ML Engineer, tu interviens sur l'ensemble du cycle de vie des features ML — de l'idée à la mise en production — en collaboration étroite avec les équipes back-end, front-end et produit. Parmi les sujets sur lesquels tu pourras contribuer : personnalisation des résultats de recherche / recommandations (nouveaux signaux, nouvelles architectures de modèles, A/B tests), refonte du système d'auto-complétion, amélioration des pipelines ML (automatisation, monitoring, observabilité), ou encore exploration proactive de nouvelles approches ML pour résoudre des problèmes utilisateurs concrets. Le poste est volontairement équilibré entre modélisation et industrialisation , dans un stack moderne : Python, PyTorch, TensorFlow, MLflow, Kubeflow, Airflow, KServe, AWS, FastAPI, Kubernetes

En tant qu’ingénieur ML au sein de l’équipe ML Platform, vous mettrez à profit votre solide expérience en industrialisation, votre maîtrise de Python et votre expérience pratique de l’entraînement de modèles pour faciliter le travail quotidien de l’équipe ML Lab sur (leur neocloud de référence), ainsi que l’intégration avec les outils MLOps principalement basés sur AWS, en collaboration étroite avec un DevOps dédié. Responsabilités principales Permettre une expérimentation rapide : développer et maintenir des outils permettant aux chercheurs d’itérer rapidement sur de nouvelles approches ML Gérer des expériences de recherche à grande échelle : concevoir et superviser des entraînements de modèles à grande échelle sur l’infrastructure , en assurant le suivi des expériences et leur reproductibilité Faciliter les collaborations externes : permettre une collaboration sécurisée avec des partenaires académiques et l’accès à des ressources open source de pointe tout en respectant les contraintes de sécurité Optimisation des performances et des ressources : analyser et optimiser les pipelines d’entraînement, gérer efficacement les ressources GPU Développement d’outils de recherche : créer des bibliothèques et utilitaires spécifiques aux domaines de recherche du laboratoire (nouvelles architectures, techniques d’entraînement, frameworks d’évaluation) Transfert de connaissances inter-équipes : partager les enseignements issus de la recherche expérimentale avec l’équipe ML Platform et les chercheurs groupe

Pour l'un de nos clients nous recherchons un Développeur Golang Confirmé ou Sénior : • Travailler sur des sujets à fort impact et à forte criticité • Collaborer étroitement avec des ML Engineers sur la révolution de l’IA • Monter en compétences sur des sujets Machine Learning et GenAI, appliqués à des cas concrets • Monter en compétences sur le domaine de la Recherche & de la Recommandation • Participer à des conférences Machine Learning / Tech

Notre client, un acteur majeur du secteur du luxe, recherche un Machine Learning Engineer pour rejoindre son équipe Data et contribuer au déploiement de solutions d'intelligence artificielle sur une plateforme cloud de dernière génération (Google Cloud Platform). Au cœur d'une organisation en pleine transformation data, vous interviendrez en collaboration étroite avec le responsable Data, les Product Owners Data et les équipes métier pour concevoir, développer et industrialiser des solutions IA/ML à fort impact opérationnel. Vous évoluerez dans un environnement Agile, au sein d'une équipe pluridisciplinaire, et serez impliqué(e) à toutes les étapes du cycle de vie des projets : de la collecte des besoins jusqu'à la mise en production et au monitoring des modèles. Ce rôle implique également une dimension de sensibilisation et d'accompagnement des équipes internes aux enjeux et bénéfices du Machine Learning et de la Generative AI, faisant de vous un véritable relais de la culture data au sein de l'organisation. Responsabilités : - Recueillir et analyser les besoins métiers afin d'identifier les cas d'usage IA/ML les plus pertinents - Participer à l'acculturation des équipes aux concepts et bénéfices du Machine Learning et de la Generative AI - Étudier et évaluer les solutions du marché en réponse aux besoins identifiés - Préparer, transformer et fiabiliser les données en vue de leur exploitation par les algorithmes - Tester, valider et sélectionner les algorithmes de machine learning et d'intelligence artificielle adaptés aux contextes métiers - Déployer et industrialiser les modèles en production sur Google Cloud Platform via Google Gemini Enterprise (ex Vertex AI) - Mettre en place un système de monitoring des performances des modèles en production (MLOps) - Développer des modules de code réutilisables couvrant l'ensemble du pipeline (préprocessing, entraînement, postprocessing, déploiement) - Concevoir des interfaces utilisateurs permettant aux équipes métier d'interagir avec les modèles développés - Rédiger une documentation technique et fonctionnelle rigoureuse à destination des équipes projet et métier

Dans le cadre d'une mission transverse, vous interviendrez auprès d'équipes DataScience pour industrialiser et fiabiliser la mise en production de leurs modèles. À ce titre, vous serez notamment amené(e) à : - Concevoir techniquement et industrialiser les processus de déploiement des modèles de datascience en appliquant les bonnes pratiques CI/CD - Automatiser les tests fonctionnels - Optimiser le code Python - Assurer le débogage et l'assistance auprès des équipes DataScience - Assurer la maintenance applicative (migration Python, MCO) - Former et accompagner les data scientists aux bonnes pratiques de développement (Clean Code, SOLID, Refactoring…) - Concevoir et animer des formations auprès des Data Scientists - Exploiter l'IA générative (Claude) pour assister la conception et le développement (génération et revue de code, tests, documentation) et en diffuser les bonnes pratiques auprès des équipes DataScience

ACCROCHE SI TU PENSES QU’UN MODÈLE BIEN ENTRAÎNÉ VAUT MIEUX QU’UN LONG DISCOURS, CETTE ANNONCE EST FAITE POUR TOI CE QUE TU RECHERCHES : Développer des applications performantes et évolutives Concevoir et piloter des projets de développement logiciel Relever des défis techniques dans des environnements complexes et exigeants Donner un nouveau souffle à ta carrière Alors nous avons la mission idéale pour toi Au sein d’un acteur majeur du secteur de l’assurance, tu piloteras des projets de développement logiciel en garantissant qualité, performance et innovation : Analyse des besoins et rédaction des spécifications techniques, tu réaliseras Conception et développement des applications, tu piloteras Mise en production et suivi des performances, tu assureras Encadrement des équipes de développement, tu animeras Intégration des bonnes pratiques DevOps et CI/CD, tu impulseras Les équipes métier et IT, tu accompagneras Aux instances de gouvernance technique, tu contribueras QUI TU ES : Diplômé(e) de la formation qui va bien Expérience de 5 ans minimum en gestion de projets de développement Expert(e) en langages de programmation : Machine Learning, Python, , Voice boot Habile avec les outils : LLM, NLP, IA Générative AU-DELÀ DES COMPÉTENCES TECHNIQUES, TU ES / AS : Dynamique : tu aimes coder, mais encore plus voir tes projets prendre vie Autonome : tu sais organiser et prioriser les développements Esprit de synthèse : tu simplifies des architectures complexes Visionnaire : tu anticipes les évolutions technologiques Méthodique : tu structures et documentes chaque projet avec rigueur Communicant(e) : tu facilites les échanges entre les équipes métier et technique Réactif(ve) : tu sais gérer les imprévus et résoudre les incidents rapidement Pragmatique : tu développes des solutions adaptées aux besoins des utilisateurs Pédagogue : tu partages tes connaissances et fais monter les équipes en compétences Organisé(e) : tu sais gérer plusieurs projets en parallèle sans rien laisser au hasard

Au sein de la Direction Data, IA et Innovation de Covéa, le centre d’excellence SMART IA développe des solutions d’IA conversationnelle pour les métiers de l’assurance (relation client, sinistres, assistance, etc.). Nous recherchons un Machine Learning Engineer spécialisé en NLP / IA Générative pour concevoir, entraîner et déployer des voicebots et chatbots de nouvelle génération, de bout en bout (du besoin métier à la mise en production). Mission Cadrage & conception * Recueillir et formaliser les besoins métiers (parcours vocaux, scénarios de conversation, KPIs). * Concevoir les architectures conversationnelles (voicebot, chatbot). Modélisation & entraînement * Entraîner, adapter et évaluer des modèles NLP * Travailler avec les briques voix (ASR / TTS) et les intégrer dans la chaîne conversationnelle. Industrialisation & déploiement * Mettre en place les pipelines MLOps (préparation des données, entraînement, évaluation, CI/CD). * Assurer le suivi en run : monitoring qualité, dérive, optimisation continue. Amélioration continue * Analyser les logs de conversations, identifier les axes d’amélioration. * Proposer et implémenter des améliorations de modèles, de prompts, de flux conversationnels. * Collaborer étroitement avec les équipes métiers, IT et relation client.

En tant qu' Ingénieur ML au sein de l'équipe ML Platform, vous mettrez à profit votre solide expérience en industrialisation , votre maîtrise de Python et votre expertise pratique de l'entraînement de modèles. Votre rôle sera de faciliter le travail quotidien du ML Lab sur (leur "neocloud" de choix) et d'assurer la liaison avec l'outillage MLOps (principalement sur AWS ), en étroite collaboration avec un ingénieur DevOps dédié. Responsabilités Clés Favoriser l'expérimentation rapide : Créer et maintenir les outils permettant aux chercheurs d'itérer rapidement sur de nouvelles approches ML. Gérer des expériences de recherche à grande échelle : Concevoir et superviser des cycles d'entraînement massifs sur l'infrastructure , en implémentant le suivi des expériences ( experiment tracking ) et la reproductibilité. Faciliter la collaboration externe : Permettre une collaboration sécurisée avec des partenaires académiques et l'accès aux ressources open-source tout en respectant les protocoles de sécurité. Optimisation des performances et des ressources : Profiler et optimiser les pipelines d'entraînement ; gérer efficacement les ressources GPU. Développement d'outils de recherche : Développer des bibliothèques et utilitaires spécifiques aux domaines du Lab (nouvelles architectures, techniques d'entraînement, frameworks d'évaluation). Transfert de connaissances : Partager les enseignements issus de la recherche expérimentale avec l'ensemble de l'équipe ML Platform et les chercheurs

Vos missions Reprendre et faire évoluer un produit Data existant dans une logique de robustesse, de scalabilité et de maintenabilité. Concevoir, développer et optimiser les pipelines de données sur Google Cloud Platform. Modéliser et optimiser les Data Marts et le Data Warehouse. Développer et optimiser les traitements SQL et les requêtes BigQuery. Orchestrer les workflows de données et automatiser les déploiements. Participer à l'intégration avec des applications tierces et des APIs. Garantir la qualité, la performance et la sécurité des données. Contribuer aux choix d'architecture et aux bonnes pratiques de développement. Collaborer avec plusieurs équipes techniques et métiers dans un environnement international. Environnement technique Google Cloud Platform BigQuery Cloud Storage Cloud Run Cloud Functions Workflows SQL avancé Python Terraform Git / CI-CD AppSheet Compétences Machine Learning Une première expérience sur des sujets ML est attendue, notamment autour de : Forecasting / séries temporelles Vertex AI BigQuery ML Compréhension et évolution de modèles existants Capacité à vulgariser des sujets techniques auprès d'interlocuteurs non techniques Profil recherché Solide expérience en Data Engineering sur GCP. Excellente maîtrise de BigQuery, SQL et de la modélisation de données. Expérience sur des architectures Data industrielles et des pipelines de données. Capacité à reprendre un produit existant et à le faire évoluer. Bon relationnel et aisance dans les environnements transverses. Esprit de synthèse et bonnes capacités de communication. Anglais courant indispensable. Montreal Associates is acting as an Employment Business in relation to this vacancy.