> Markdown version of [/jobs/ext/1445360-machine-learning-engineer-h-f](https://www.wearedevelopers.com/jobs/ext/1445360-machine-learning-engineer-h-f). Every page supports `.md` or `Accept: text/markdown`. Links point to the HTML versions so they work for humans too. Agent guide: [/agents.md](https://www.wearedevelopers.com/agents.md).

---

# Machine Learning Engineer H/F

- **Company:** Qolibris
- **Location:** France
- **Experience:** Expert
- **Contract:** Permanent contract
- **Skills:** Artificial Intelligence, Python (Programming Language), Machine Learning, Software Engineering, Large Language Models, Generative AI, Backend, Containerization, Kubernetes, Machine Learning Operations, Dataiku, Docker
- **Published:** July 26, 2026
- **Apply:** https://www.hellowork.com/fr-fr/emplois/81688167.html

## About the Role

Le client recherche un profil Machine Learning Engineer / AI Engineer avec une forte sensibilité MLOps, conteneurisation et software engineering, pour intervenir sur plusieurs sujets IA déjà en production ou en cours d'industrialisation., Profil recherchéProfil idéal : Experience 6 - 9 ansMachine Learning Engineer / AI Engineer confirméSolides compétences en :PythonLLM / IA GénérativeÉvaluation de modèles et promptsDataikuMLOpsDocker / Kubernetes / ConteneurisationDéploiement et industrialisation de solutions IABonne compréhension des problématiques de sécurité des LLM (prompt injection, jailbreak).Expérience de développement logiciel (backend idéalement).Capacité à intervenir aussi bien sur des sujets techniques que sur l'accompagnement métier., * Machine Learning Engineer / AI Engineer confirmé

 * Solides compétences en :
 + Python
 + LLM / IA Générative
 + Évaluation de modèles et prompts
 + Dataiku
 + MLOps
 + Docker / Kubernetes / Conteneurisation
 + Déploiement et industrialisation de solutions IA
 * Bonne compréhension des problématiques de sécurité des LLM (prompt injection, jailbreak).
 * Expérience de développement logiciel (backend idéalement).
 * Capacité à intervenir aussi bien sur des sujets techniques que sur l'accompagnement métier.

EUR

Injection
Machine learning
Conception de templates et maquettes
Intelligence artificielle
Développement logiciel
Kubernetes
Python
Monitoring
Docker

## Description

1. Industrialisation et monitoring d'agents IA

 - Finaliser une application de monitoring d'agents IA.
 - Mettre en place des fonctionnalités d'évaluation offline à partir de datasets de test.
 - Comparer différentes versions de prompts, modèles ou architectures d'agents.
 - Intégrer les feedbacks utilisateurs dans les processus d'évaluation.
 - Enrichir les traces avec les prompts système, modèles utilisés et consommation de tokens.
 - Conteneuriser l'application et assurer son déploiement.
 - Réaliser les tests de fonctionnement dans un environnement partagé.

 2. Sécurité des LLM

 - Développer et entraîner des modèles de détection de :

 - Prompt Injection
 - Jailbreak
 - Les intégrer aux applications métiers et à l'outil de monitoring.

 3. Cas d'usage IA métier

 - Implémenter et tester des templates ESG.
 - Développer de nouvelles fonctionnalités pour la Direction des Investissements.
 - Ajouter une fonctionnalité de recherche web au sein de l'application IA.

 4. Machine Learning & Recommandation

 - Finaliser une pipeline de segmentation dans Dataiku.
 - Construire les fondations d'un moteur de recommandation avec les équipes BI.

 5. Expertise et accompagnement IA

 - Apporter un support technique sur différents POC et projets IA internes.
 - Conseiller les métiers sur l'évaluation ou l'intégration de solutions IA externes.


## Related Videos

- [DevOps for AI: running LLMs in production with Kubernetes and KubeFlow](https://www.wearedevelopers.com/videos/1222-devops-for-ai-running-llms-in-production-with-kubernetes-and-kubeflow)
- [Developing the Backend with Stefan Lingler, CTO at Shpock](https://www.wearedevelopers.com/videos/100360-developing-the-backend-with-stefan-lingler-cto-at-shpock)
- [Docker Compose: Rediscovered](https://www.wearedevelopers.com/videos/1978-docker-compose-rediscovered)
- [DevOps for Machine Learning](https://www.wearedevelopers.com/videos/179-devops-for-machine-learning)
- [Nest.js - TypeScript in the backend can also be clean](https://www.wearedevelopers.com/videos/1033-nest-js-typescript-in-the-backend-can-also-be-clean)
- [Docker build without Docker](https://www.wearedevelopers.com/videos/100114-docker-build-without-docker)

## Related Articles

- [How to Become an AI Engineer](https://www.wearedevelopers.com/magazine/331-how-to-become-an-ai-engineer)
- [What Are Large Language Models?](https://www.wearedevelopers.com/magazine/304-what-are-large-language-models)
- [MLOps – What’s the deal behind it?](https://www.wearedevelopers.com/magazine/125-mlops-what-s-the-deal-behind-it)
- [MLops – Deploying, Maintaining And Evolving Machine Learning Models in Production](https://www.wearedevelopers.com/magazine/115-mlops-deploying-maintaining-and-evolving-machine-learning-models-in-production)
- [MLOps And AI Driven Development](https://www.wearedevelopers.com/magazine/82-mlops-and-ai-driven-development)
- [Dev Digest 121 - AI goes offline](https://www.wearedevelopers.com/magazine/456-dev-digest-121-ai-goes-offline)