MLOps Engineer

Cette entreprise utilise les dernières innovations du Deep Learning pour détecter des mouvements suspects sur des vidéos.

‍

Grâce à leur levée de fonds de 10M$, ils ont pu faire croître leur équipe pour atteindre des objectifs colossaux ! +150 salariés, +3000 clients, et +25 pays.

Création et récupération à l’échelle de métriques de succès sur l’ensemble de la base des clients.

Gestion et design de la composition de la base de données dans un but de maximisation des scores théoriques, et de représentativité et pertinence des métriques théoriques de validation.

Déploiement à l’échelle d’analyses liées à des métriques de production diverses produites en collaboration avec les Data Scientists, afin d’informer les priorités de développement, ainsi que toute autre optimisation des scores de production ou théoriques à partir des données de l'entreprise.

Amélioration du travail de l’équipe IA via le passage à l’échelle des entraînements et de la construction des diverses bases de données, ainsi qu’en améliorant les méthodes de recherche.

Collaboration avec les équipes de dev backend, DevOPS, les Data Scientists et les ML Engineer pour la mise en production des résultats obtenus et la définition des besoins, ainsi qu’avec le CSO et le CEO.

En relation directe avec le CEO et le CSO, tu vas contribuer à la construction du pôle “data” de la boîte, et collaborer avec l’équipe de 10 développeurs backend. Cela te permettra de gagner en compétences tout manipulant des algorithmes d’IA complexes.

Maîtrise de Python, SQL, Docker, git.

Connaissances profondes d’au moins un des trois services de cloud suivants : GCP, Azure, AWS.

De l’expérience dans le scraping de métriques.

Data analysis, data visualization.

De l’expérience dans l’inférence ou l’entraînement de modèles sur GPUs.

2 ans d’XP professionnelle en data science hors stages.

Agilité.

Force de conviction.

Restitutions claires et attention aux détails.

Code clair et reproductible.