ML Platform Engineer (Data Platform & MLOps) F/H

Parrot SA
Paris, France
8 days ago

Role details

Contract type
Permanent contract
Employment type
Full-time (> 32 hours)
Working hours
Regular working hours
Languages
French, English
Experience level
Intermediate
Compensation
€ 55K

Job location

Paris, France

Tech stack

Airflow
Information Engineering
Data Infrastructure
Data Warehousing
Linux
DevOps
Elasticsearch
Python
PostgreSQL
Prometheus
Azure
SQL Databases
Data Logging
Docker Swarm
Delivery Pipeline
Grafana
Data Lake
Gitlab-ci
Machine Learning Operations
Kibana
Docker
Jenkins

Job description

  • Faire évoluer l'architecture data on-premise (data lake, DWH, stockage, compute).
  • Maintenir et optimiser les pipelines Airflow : orchestration, monitoring, scaling, qualité des DAGs.
  • Maintenir les pipelines CI/CD sous Jenkins et GitLab CI.
  • Optimiser les performances et l'observabilité de la plateforme.

B. Construction de la plateforme ML / MLOps

  • Concevoir et déployer les briques MLOps : experiment tracking, model registry, feature store, serving, monitoring.
  • Industrialiser les workflows ML : entraînement, validation, déploiement et rollback.
  • Standardiser les environnements des équipes Data Science (notebooks, accès données, GPU/compute).
  • Mettre en place le monitoring des modèles : drift, performance, alerting, retraining.

C. DevOps & Platform Engineering

  • Conteneuriser les services avec Docker et orchestrer via Docker Swarm.
  • Déployer les outils de monitoring, logging et alerting (Prometheus, Grafana, ELK).
  • Participer aux choix d'architecture et documenter les décisions techniques.

D. Collaboration transverse

  • Accompagner les équipes Data, ML et Software dans l'utilisation de la plateforme.
  • Définir les standards, bonnes pratiques et patterns d'industrialisation.
  • Participer à l'amélioration continue de l'expérience développeur et de l'adoption de la plateforme.

Requirements

  • Diplômé(e) d'une école d'ingénieur ou équivalent (Bac+5) avec une spécialisation en informatique, data engineering ou infrastructure.
  • Vous justifiez d'au moins 3 ans d'expérience en Data Engineering, MLOps ou DevOps.
  • Vous avez déjà opéré des plateformes techniques critiques utilisées par plusieurs équipes.
  • Vous avez un niveau avancé de Python, vous maitrisez Airflow, Jenkins / GitLab CI, Docker / Docker Swarm, Postgre SQL, Elasticsearch / Kibana, Linux, et les outils MLOPS.
  • Une connaissance d'un fournisseur cloud et de ses services data/compute est appréciée pour les éventuels besoins d'extension vers le cloud.
  • Vous êtes reconnu(e) pour votre rigueur technique, votre capacité à prendre des décisions d'architecture et votre aisance dans les environnements techniques complexes.
  • Un bon niveau d'anglais est attendu.

About the company

A. Évolution de la plateforme Data

Apply for this position