> Markdown version of [/jobs/ext/4018241-data-scientist-ml-engineer-gcp-vertex-ai-bigquery-h-f](https://www.wearedevelopers.com/jobs/ext/4018241-data-scientist-ml-engineer-gcp-vertex-ai-bigquery-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). --- # Data Scientist - Ml Engineer - Gcp - Vertex ai - Bigquery H/F - **Company:** Skiils - **Location:** Inconnu, France - **Contract:** Permanent contract - **Skills:** Agile Methodology, Artificial Intelligence, BigQuery, Unix, Cloud Computing, Github, Python (Programming Language), Machine Learning, SQL Databases, WebKit, Google Cloud, Delivery Pipeline, Git, Low Latency, Terraform, Docker - **Published:** October 30, 2026 - **Apply:** https://www.hellowork.com/fr-fr/emplois/84956510.html ## About the Role Profil recherchéEnvironnement techniqueGCP, BigQuery, Vertex AI, Python, SQL, Terraform, Docker, GitHub Actions, Git et Unix.Le profil recherchéExpérience confirmée en Data Science / Machine Learning.Très bon niveau en SQL et BigQuery, avec une solide maîtrise de Terraform.Bonne maîtrise de Python, GCP et Docker.Connaissance des pipelines CI/CD et du cycle de vie complet des modèles ML.Autonomie, esprit d'analyse et capacité à échanger directement avec les équipes métier.Anglais bilingue, indispensable pour évoluer dans un environnement international. Mais aussi... Taux journalier :500.css-11k7fwb{display:inline-block;white-space:nowrap;vertical-align:middle;-webkit-padding-start:var(--chakra-space-1-5);padding-inline-start:var(--chakra-space-1-5);-webkit-padding-end:var(--chakra-space-1-5);padding-inline-end:var(--chakra-space-1-5);text-transform:none;font-size:var(--chakra-fontSizes-xs);border-radius:var(--chakra-radii-md);font-weight:var(--chakra-fontWeights-semibold);background:var(--chakra-colors-success-200);color:var(--chakra-colors-success-700);box-shadow:var(--badge-shadow);padding:4px 6px;--badge-bg:var(--chakra-colors-success-100);--badge-color:colors.success.800;}.chakra-ui-dark .css-11k7fwb:not([data-theme]),[data-theme=dark] .css-11k7fwb:not([data-theme]),.css-11k7fwb[data-theme=dark]{--badge-bg:rgba(226, 243, 232, 0.16);--badge-color:var(--chakra-colors-success-200);}Cette offre est à 0% de commission .css-74lrwu{width:1em;height:1em;line-height:1em;-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;color:currentColor;font-size:16px;display:-webkit-box;display:-webkit-flex;display:-ms-flexbox;display:flex;-webkit-transition:.1s ease-in-out color;transition:.1s ease-in-out color;}.css-74lrwu *{-webkit-transition:.1s ease-in-out fill;transition:.1s ease-in-out fill;fill:var(--chakra-colors-rythm-600);}, GCP, BigQuery, Vertex AI, Python, SQL, Terraform, Docker, GitHub Actions, Git et Unix., * Expérience confirmée en Data Science / Machine Learning. * Très bon niveau en SQL et BigQuery, avec une solide maîtrise de Terraform. * Bonne maîtrise de Python, GCP et Docker. * Connaissance des pipelines CI/CD et du cycle de vie complet des modèles ML. * Autonomie, esprit d'analyse et capacité à échanger directement avec les équipes métier. * Anglais bilingue, indispensable pour évoluer dans un environnement international. EUR Machine learning Anglais Google cloud platform SQL Git Python Autonomie Terraform UNIX Docker Esprit d'analyse ## Description Du Machine Learning en production, des cas d'usage concrets et un environnement Cloud moderne : donnez une nouvelle dimension à vos modèles IA ! Nous recherchons un(e) Data Scientist confirmé(e), à l'aise avec l'industrialisation du Machine Learning, pour accompagner une équipe Digital Marketing dans le développement de solutions data-driven à fort impact. Vous interviendrez au plus près des équipes métier pour transformer leurs besoins en solutions concrètes, de l'exploration des données jusqu'au déploiement et au monitoring des modèles en production. Vos missions - Comprendre les enjeux métier : collaborer étroitement avec les équipes Digital Marketing, recueillir leurs besoins et contribuer à la définition des cas d'usage. - Développer des modèles ML : concevoir et maintenir des algorithmes pour des problématiques variées, notamment la détection d'anomalies et les systèmes de recommandation de destinations. - Industrialiser les modèles : prendre en charge le pipeline ML de bout en bout, du réentraînement au déploiement. - Optimiser la production : surveiller les performances des modèles, améliorer leur fiabilité et garantir des déploiements à faible latence. - Exploiter un écosystème Cloud moderne : développer et déployer les modèles sur GCP avec BigQuery et Vertex AI. - Automatiser et fiabiliser : utiliser Terraform, Docker et GitHub Actions pour construire des solutions robustes, automatisées et scalables. - Travailler en Agile : participer aux stand-ups, refinements et échanges techniques, tout en faisant évoluer des projets existants et en développant de nouveaux cas d'usage.