Senior Backend Software Engineer - MLOps (H/F)
Role details
Job location
Tech stack
Job description
Vous rejoindrez l'équipe AI-IMINT (IMagery INTelligence) qui est en charge du développement d'algorithmes IA de détection et de classification d'objets d'intérêt militaire sur des images satellites (optique, infra-rouge, SAR …).
Le pôle est composé d'une vingtaine de personnes dont une majorité de Deep Learning Scientist.
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 AI IMINT elle-même.
Vous êtes enthousiaste à l'idée de travailler en équipe multi-métier avec des Deep Learning Scientist et curieux des technologies de MLOps, rejoignez-nous !
Attention : la capacité à obtenir une habilitation Défense est obligatoire pour ce poste.
Au sein de l'équipe, vous serez responsable de l'architecture, de la conception, du développement et de la maintenance d'une partie de nos outils internes destinés aux deep learning scientists. Vous interviendrez notamment sur le stack logiciel permettant l'entrainement et le packaging des modèles. Pour vous aider dans cette tâche, vous aurez l'appui des Deep Learning Scientist et ML engineer de l'équipe AI IMINT, ainsi que de l'équipe AI engineering.
Votre mission consistera aussi à:
-
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 aux réflexions d'architecture sur l'intégration de nos détecteurs dans les solutions finales utilisées par le client
-
Participer à la mise en place de notre stack dans un environnement classifié.
Coté stack, nous utilisons essentiellement:
-
Python (3.10+), Pytorch et Tensorflow pour nos framework de deep learning.
-
PostgreSQL (PostGIS) pour la gestion de nos bases de données, du airflow, des dockers orchestrés par Nomad de Hashicorp.
-
Nos environnements devops utilisent quant à eux principalement les technos Ansible, Terraform pour l'automatisation et la suite Prometheus / Grafana pour le monitoring.
-
Nous utilisons a la fois du cloud multi-fournisseurs (AWS&OVH) et un environnement de développement classifié on premise., * Environnement remote-friendly avec jusqu'à trois jours de télétravail par semaine.
-
Jeudis après-midi dédiés au développement des compétences avec au moins un intervenant de haut vol tous les deux mois !
-
Un salaire compétitif et équitable dans l'organisation.
-
Un minimum de 33 jours de congés par an.
-
Congé second parent égal au congé post-naissance (10 semaines pour le premier enfant).
-
Programmes de développement professionnels et personnels sur-mesure.
Notre process de recrutement
-
Un échange de 45 minutes avec un recruteur pour en apprendre plus sur vous, vos attentes et vous donner plus de détails sur la vie chez Safran.AI
-
Un échange de 45 minutes avec votre futur manager ou une personne de son équipe afin de vous permettre dès le début de rencontrer vos futurs collaborateurs et de rentrer dans la technique de votre métier !
-
Réalisation d'un cas pratique que vous serez invité(e) à présenter à un panel composé de votre futur manager ainsi que d'un ou deux pairs
Requirements
-
Vous avez au moins 5 ans d'expérience en développement back-end en python.
-
Vous avez un excellent sens de l'organisation, êtes autonome et force de proposition.
-
Vous avez une bonne compréhension des outils liés au DevOps (CI/CD, monitoring, logging, gestion de configuration ...)
-
Vous êtes pédagogue et aimez coacher vos collègues, pour aider les Deep Learning Scientist à monter en compétence dans leurs pratiques de développement.
-
Avoir des connaissances en ML engineering et en MLOps est un plus
Benefits & conditions
Notre process de recrutement dure généralement entre 20 et 30 jours selon vos disponibilités. En cas de deadlines serrées, nous savons aussi mettre le turbo pour ne pas vous faire attendre !