Computer Vision / Data MLOps Engineer - H/F

En tant que Data/MLOps - Computer Vision Engineer, vous intégrerez une équipe d’ingénierie IA à fort impact. Votre rôle principal sera d’industrialiser, déployer et maintenir en production les modèles de Computer Vision créés par les chercheurs/CV Engineers, tout en construisant des pipelines de données robustes et observables.

Déploiement, MLOps & Industrialisation (60%)

• Écriture de code Python propre, testable et prêt pour la production sur toute la chaîne ML (pipelines de données, services d’inférence, cadres d’évaluation).
• Mise en place et gestion du cycle MLOps : suivi d’expériences, versionnage des modèles, CI/CD et pipelines de déploiement automatisés.
• Développement de la feedback loop et mise en place d’une observabilité complète sur les pipelines ML pour anticiper et détecter la dérive des modèles.
• Intégration native des outils et agents de codage IA dans votre quotidien de développement (tests assistés par IA, revues de code, débugage).

Pipelines de Données & Data Engineering CV (40%)

• Traitement et structuration de jeux de données d’images volumineux (imagerie drone, satellite, thermographie).
• Gestion et optimisation des workflows d’annotation, de validation des étiquettes et des outils SIG/géospatiaux.
• Développement d’algorithmes de mesure et de métriques appliqués aux données chantiers et au suivi des infrastructures solaires.
• Collaboration étroite avec le Lead Computer Vision et les équipes pluridisciplinaires (Front/Back, Data, Infra) à Paris et aux US.

ENVIRONNEMENT & OUTILS

Langages & ML : Python, PyTorch / TensorFlow

MLOps & Infra : Docker, MLflow, DVC, CI/CD, Prefect, AWS

Données & SIG : Imagerie Drone / Satellite, PostGIS, GDAL, formats géospatiaux

Méthodologie & IA : Agile (Sprints), Agents de codage IA (Claude Code, etc.)

PROCESS DE RECRUTEMENT

Étape 1 : Test technique

Étape 2 : Entretien technique avec le Lead Computer Vision

Étape 3 : Entretiens avec le CPO et CTO

Étape 4 : Entretien RH final

Expérience & Parcours :

• 3 à 5 ans d’expérience minimum en tant que Data / MLOps Engineer, idéalement acquise en environnement startup/scale-up.
• Au moins 2 ans d’expérience pratique dans le développement, l’industrialisation et le déploiement de modèles et pipelines d’IA/ML en production (milieu universitaire ou entreprise).
• Expérience avérée dans la création et la maintenance d’applications B2B en production.

Formation : Diplôme d’école d’ingénieurs ou Master (Bac+5) en informatique, Machine Learning ou domaine connexe (ou expérience professionnelle/recherche équivalente).

Expertise Technique & Vision par Ordinateur :

• Python : Excellente maîtrise, capacité à écrire du code propre, testable, modulaire et structuré.
• Computer Vision : Solides fondamentaux (détection, segmentation, classification, etc.) avec une expérience concrète sur des images d’origine drone ou satellite.
• Deep Learning & Annotation : Maîtrise d’un framework au choix (PyTorch et/ou TensorFlow) et pratique des outils d’annotation et des workflows de validation d’étiquettes.

MLOps & Pratiques AI-Native :

• Écosystème MLOps : Maîtrise du suivi d’expériences, du versionnage de modèles et des pipelines de déploiement (ex. MLflow, DVC, Docker, CI/CD).
• Développement assisté par l’IA : Pratique naturelle et quotidienne des agents de codage et outils IA pour accélérer le dev, les tests, la revue de code et le débogage (attendu au quotidien, pas seulement apprécié).

Méthodologie & Soft Skills :

• Anglais : Courant/Fluent obligatoire (écrit et oral) pour collaborer quotidiennement de manière asynchrone avec les équipes US à travers différents fuseaux horaires (le français est un plus).
• Agilité : Bonne maîtrise des méthodes agiles et compréhension globale du cycle de vie d’un produit logiciel.

Les “Cherries on the cake” :

• Maîtrise de Prefect et de l’écosystème AWS.
• Connaissances ou première expérience en technologies SIG (PostGIS, GDAL, formats géospatiaux).
• Doctorat (PhD) en informatique ou Vision par Ordinateur.
• Expérience sur les LLM, Vision-Language Models ou modèles de fondation.
• Connaissance des concepts de Jumeaux Numériques appliqués aux actifs physiques.

Cette Greentech internationale de premier plan accélère le déploiement de son innovation solaire à grande échelle. Comment ? En combinant des logiciels cloud modernes, des applications mobiles, de l’IA/vision par ordinateur, de la robotique et des systèmes d’IA agentique pour optimiser la construction sur le terrain.

Le bureau d’ingénierie de Paris joue un rôle clé dans le développement et le support opérationnel de leurs plateformes phares dédiées à la gestion et à l’automatisation des chantiers. Au sein de l’équipe dédiée aux sujets de vision par ordinateur, vous rejoignez une organisation d’ingénierie performante, très structurée, et directement connectée aux équipes et clients basés aux États-Unis et à l’international.