Machine Learning Engineer H/F

Teolia
Lille, France
17 days ago

Role details

Contract type
Permanent contract
Employment type
Full-time (> 32 hours)
Experience level
Expert
Working hours
Regular working hours
Languages
English

Tech stack

Application Programming Interfaces (APIs) Agile Methodology Artificial Intelligence Airflow Application Lifecycle Management Cloud Computing Cloud Storage Continuous Integration Data Warehousing DevOps Github Python (Programming Language)
+18 more
Machine Learning NoSQL Scrum Methodology Software Engineering SQL Databases Google Cloud Pytorch Large Language Models Apache Spark Generative AI Fastapi Data Lakes Scikit Learn Kubernetes Data Management Machine Learning Operations Streamlit Framework Docker

Job description

La mission s’inscrit dans une démarche d’optimisation des pipelines de données, d’industrialisation des modèles et d’intégration de solutions d’IA (incluant IA générative) au sein de produits digitaux.

Objet de la mission

La prestation vise à intervenir sur l’ensemble du cycle de vie des applications de Machine Learning, de la conception à la mise en production, en garantissant leur performance, leur fiabilité et leur scalabilité dans un environnement cloud GCP.

Missions principales

  • Déployer, industrialiser et maintenir des modèles de Machine Learning en production
  • Concevoir et orchestrer des pipelines de données (collecte, transformation, ingestion)
  • Mettre en place des workflows MLOps (CI/CD, automatisation des déploiements, gestion des versions)
  • Développer des systèmes de monitoring et d’observabilité des modèles (performance, drift, qualité des données)
  • Intégrer les modèles ML au sein d’applications via des APIs
  • Contribuer aux projets d’IA générative et aux cas d’usage LLMOps
  • Collaborer avec les équipes Data, IT et Métiers dans un cadre Agile

Requirements

Cloud : Google Cloud Platform (Vertex AI, Cloud Composer, Cloud Storage, etc.)

  • Langages : Python (expert), SQL
  • Data & ML : Spark, Scikit-learn, PyTorch, pipelines ML
  • MLOps / DevOps : Docker, Kubernetes, CI/CD (GitHub / GitHub Actions)
  • Orchestration : Airflow
  • APIs & Web : FastAPI (idéalement), Streamlit
  • GenAI / LLM : LangChain, modèles LLM
  • Data : Data Warehouse / Data Lake, bases relationnelles et NoSQL, Profil recherchéProfil recherchéExpérience confirmée en Machine Learning Engineering (niveau expert)Excellente maîtrise de Python et des frameworks MLExpertise en MLOps et en mise en production de modèles à grande échelleSolide expérience sur GCPBonne connaissance des problématiques d’IA générative et LLMOpsMaîtrise des bonnes pratiques de développement logiciel (qualité, tests, CI/CD)Expérience en développement d’APIs et en conteneurisationBonne compréhension des enjeux de data management (qualité, gouvernance, modélisation)Aisance en environnement Agile / ScrumAnglais courant requisModalitésType de mission : prestation de servicesDurée : à définirDémarrage : ASAPLocalisation : à définir (hybride possible), * Expérience confirmée en Machine Learning Engineering (niveau expert)
  • Excellente maîtrise de Python et des frameworks ML
  • Expertise en MLOps et en mise en production de modèles à grande échelle
  • Solide expérience sur GCP
  • Bonne connaissance des problématiques d’IA générative et LLMOps
  • Maîtrise des bonnes pratiques de développement logiciel (qualité, tests, CI/CD)
  • Expérience en développement d’APIs et en conteneurisation
  • Bonne compréhension des enjeux de data management (qualité, gouvernance, modélisation)
  • Aisance en environnement Agile / Scrum
  • Anglais courant requis, Anglais Intelligence artificielle API Google cloud platform Gestion des données Développement logiciel Kubernetes Python Scrum NoSQL Docker

About the company

Dans le cadre du développement et de l’industrialisation de solutions basées sur l’intelligence artificielle, nous recherchons un(e) Machine Learning Engineer expérimenté(e) afin de renforcer une équipe data en charge de déployer et opérer des applications ML à fort impact métier.

Apply for this position

This job is hosted externally. Click below to view the full posting and apply.

Apply on www.hellowork.com

Good distractions

Talks and stories from around this role — technically off-topic, practically not.

2:37 min

Comparing traditional SQL tables versus NoSQL non-tabular databases

Stanimira Vlaeva · JS Congress

2:07 min

Inspecting default bridge architectures and custom Docker networks

Oliver Seitz Oliver Seitz · WWC 2025

2:17 min

Mapping the maturity roadmap for scaled devops adoption

Dominik Krichbaum Dominik Krichbaum · WWC Europe 2026

3:14 min

Structuring career paths and localized data architectures

Ulrich Wurstbauer +1 · LIVE

3:16 min

Terminology differences between relational and NoSQL databases

Tim Faulkes · LIVE

7:10 min

Exploring pathways into the machine learning engineering field

Jose Luis Latorre Millas · LIVE

Videos

See all

Related articles

See all