Machine Learning Engineer H/F
Role details
Job location
Tech stack
Job description
Chez Hymaïa, le ML Engineer combine rigueur statistique, maîtrise du cycle de vie des modèles (feature engineering, entraînement, évaluation, monitoring) et sens de l'impact produit. Tu interviens en mission de conseil auprès de scale-ups et grands groupes, avec l'autonomie et l'exigence que cela demande.
Tes missions :
Build & Architecture
- Concevoir des architectures ML adaptées aux besoins métier : modèles supervisés/non supervisés, systèmes de recommandation, modèles de prédiction et de classification
- Développer des pipelines de données robustes et des workflows d'entraînement scalables (feature store, versioning des modèles, reproductibilité des expériences)
- Assurer le déploiement, le monitoring et l'optimisation continue des modèles en production (drift, performance, retraining)
Évaluation & Qualité
- Mettre en place des pipelines d'évaluation et de validation des modèles (métriques métier, tests A/B, shadow mode)
- Optimiser les modèles pour des contraintes réelles : latence, coût computationnel, passage à l'échelle
- Analyser et transformer les données d'entrée pour maximiser la qualité et la robustesse des modèles
Conseil & Partage
- Accompagner nos clients dans l'adoption et l'industrialisation de leurs solutions ML
- Contribuer à des projets internes et/ou open source
- Partager ton expertise via des articles, conférences ou formations, Nous offrons : Un accès à des formations et certifications régulières pour développer tes compétencesUn environnement flexible (télétravail possible)La possibilité de devenir formateur·ice certifié·eUne journée par mois pour te former et partager avec tes collègues sur tous les sujets Data & IA d'actualitéUne participation active à toutes nos conférences (Forward Data Conference, AI Product Day, meetups)Un MacBook (ou équivalent) pour être à l'aise dans ton travailUn environnement de travail stimulant au coeur de l'écosystème Data & IA françaisDes projets variés avec des clients grands comptes et scale-ups innovantesEt plein d'autres avantages comme une carte Swile, le forfait Swile Mobilité ou encore la possibilité d'avoir un vélo de fonctionNos principes directeursConnect The Dots : La diversité d'expertise est clé pour prendre de meilleures décisionsPeople First : Construire un environnement sûr pour grandirGiver Mindset : Partager, c'est grandir ensemblePositive Change : Embrasser le changement avec sourire et positivité
Requirements
Expérience3+ ans en ingénierie logicielle, avec une exposition significative aux systèmes IAExpérience en production sur des LLMs propriétaires et/ou open-source (Claude, GPT, Llama, etc.)Expérience en conseil, startup tech ou environnements multi-clients appréciéeCompétences clésMaîtrise des patterns agentiques et RAG, orchestration multi-modèlesMaîtrise approfondie de Python et des frameworks IA (Hugging Face, PyTorch, etc.)Capacité à concevoir des pipelines d'évaluation et de monitoring (LangSmith, Langfuse, MLflow, etc.)Expérience sur au moins un cloud provider (AWS, GCP, Azure), conteneurisation (Docker), CI/CD, IaCAutonomie en mission : cadrer un sujet, structurer une recommandation et livrer chez le clientPédagogie pour expliquer des sujets techniques complexesPoints bonusGiver Mindset : tu aimes jouer collectif et partager tes connaissancesContributions à des projets open source dans le domaine de l'IAPublications d'articles techniques ou interventions publiquesExpérience en context engineering ou évaluation de systèmes non-déterministes, * 3+ ans en ingénierie logicielle, avec une exposition significative aux systèmes IA
- Expérience en production sur des LLMs propriétaires et/ou open-source (Claude, GPT, Llama, etc.)
- Expérience en conseil, startup tech ou environnements multi-clients appréciée, * Maîtrise des patterns agentiques et RAG, orchestration multi-modèles
- Maîtrise approfondie de Python et des frameworks IA (Hugging Face, PyTorch, etc.)
- Capacité à concevoir des pipelines d'évaluation et de monitoring (LangSmith, Langfuse, MLflow, etc.)
- Expérience sur au moins un cloud provider (AWS, GCP, Azure), conteneurisation (Docker), CI/CD, IaC
- Autonomie en mission : cadrer un sujet, structurer une recommandation et livrer chez le client
- Pédagogie pour expliquer des sujets techniques complexes
Points bonus
- Giver Mindset : tu aimes jouer collectif et partager tes connaissances
- Contributions à des projets open source dans le domaine de l'IA
- Publications d'articles techniques ou interventions publiques
- Expérience en context engineering ou évaluation de systèmes non-déterministes
EUR
Machine learning Intelligence artificielle Pédagogie Google cloud platform Python Autonomie Logiciels de gestion de versions Monitoring Statistiques Docker