> Markdown version of [/jobs/ext/2726128-ml-engineer-h-f](https://www.wearedevelopers.com/jobs/ext/2726128-ml-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).

---

# Ml Engineer H/F

- **Company:** Propertyvalue
- **Location:** France
- **Experience:** Experienced
- **Contract:** Permanent contract
- **Skills:** Artificial Intelligence, Airflow, Amazon Web Services, Code Review, Continuous Integration, Python (Programming Language), Machine Learning, Tensorflow, Pytorch, Large Language Models, Generative AI, Fastapi, Kubernetes, Machine Learning Operations, Front End Software Development, AWS EKS
- **Published:** September 5, 2026
- **Apply:** https://www.hellowork.com/fr-fr/emplois/83016238.html

## About the Role

Profil recherchéTu justifies d'au moins 3 ans d'expérience sur un poste de Machine Learning Engineer ou équivalent. Tu maîtrises Python et un ou plusieurs frameworks ML/DL (PyTorch, TensorFlow...), et tu es aussi à l'aise sur la partie modélisation que sur l'industrialisation. Tu as déjà déployé des modèles en production et tu appliques naturellement les bonnes pratiques d'ingénierie : tests, CI/CD, revues de code.Tu portes un intérêt marqué pour les LLM et la GenAI dans des cas d'usage concrets, et tu sais travailler en autonomie comme en équipe. Sont des plus appréciés : une pratique de projets ML sous fortes contraintes de latence et à l'échelle, ainsi qu'une familiarité avec des outils comme MLflow, Kubeflow, Airflow, KServe ou Kubernetes., Tu justifies d'au moins 3 ans d'expérience sur un poste de Machine Learning Engineer ou équivalent. Tu maîtrises Python et un ou plusieurs frameworks ML/DL (PyTorch, TensorFlow...), et tu es aussi à l'aise sur la partie modélisation que sur l'industrialisation. Tu as déjà déployé des modèles en production et tu appliques naturellement les bonnes pratiques d'ingénierie : tests, CI/CD, revues de code.
Tu portes un intérêt marqué pour les LLM et la GenAI dans des cas d'usage concrets, et tu sais travailler en autonomie comme en équipe.
Sont des plus appréciés : une pratique de projets ML sous fortes contraintes de latence et à l'échelle, ainsi qu'une familiarité avec des outils comme MLflow, Kubeflow, Airflow, KServe ou Kubernetes., Intelligence artificielle
AWS
Kubernetes
Python
Autonomie

## Description

Tu rejoins une équipe pluridisciplinaire . En tant que ML Engineer, tu interviens sur l'ensemble du cycle de vie des features ML - de l'idée à la mise en production - en collaboration étroite avec les équipes back-end, front-end et produit.

Parmi les sujets sur lesquels tu pourras contribuer : personnalisation des résultats de recherche / recommandations (nouveaux signaux, nouvelles architectures de modèles, A/B tests), refonte du système d'auto-complétion, amélioration des pipelines ML (automatisation, monitoring, observabilité), ou encore exploration proactive de nouvelles approches ML pour résoudre des problèmes utilisateurs concrets. Le poste est volontairement équilibré entre modélisation et industrialisation , dans un stack moderne : Python, PyTorch, TensorFlow, MLflow, Kubeflow, Airflow, KServe, AWS, FastAPI, Kubernetes


## Related Videos

- [Introduction to Azure Machine Learning](https://www.wearedevelopers.com/videos/368-introduction-to-azure-machine-learning)
- [Intro to FastAPI](https://www.wearedevelopers.com/videos/462-intro-to-fastapi)
- [Photonic Computing: Programming a New Class of AI Accelerators (incl. Live Coding)](https://www.wearedevelopers.com/videos/100196-photonic-computing-programming-a-new-class-of-ai-accelerators-incl-live-coding)
- [From Messy Queries to Scalable Systems - How Data Engineering actually works](https://www.wearedevelopers.com/videos/100203-from-messy-queries-to-scalable-systems-how-data-engineering-actually-works)
- [AI Model Management Life Circles: ML Ops For Generative AI Models From Research to Deployment](https://www.wearedevelopers.com/videos/1152-ai-model-management-life-circles-ml-ops-for-generative-ai-models-from-research-to-deployment)
- [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)

## 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)
- [The Most Popular IT Jobs on the Market](https://www.wearedevelopers.com/magazine/376-the-most-popular-it-jobs-on-the-market)
- [7 Most Popular Web Developer Jobs in Europe](https://www.wearedevelopers.com/magazine/163-7-most-popular-web-developer-jobs-in-europe)
- [Best Companies to Work For in Paris: Top 25 Companies in 2023 ](https://www.wearedevelopers.com/magazine/190-best-companies-to-work-for-in-paris-top-25-companies-in-2023)
- [Why Upskilling And Reskilling is Important For Developers](https://www.wearedevelopers.com/magazine/428-why-upskilling-and-reskilling-is-important-for-developers)