Dataops Engineer - Ml Platform Engineer H/F
Role details
Job location
Tech stack
Job description
Entretiens (en moyenne, le nombre d'entretiens est de 3 - il peut toutefois varier en fonction du niveau d'ancienneté requis pour le poste). Au cours des entretiens, vous rencontrerez les membres de notre équipe : votre supérieur hiérarchique bien sûr, mais aussi d'autres personnes avec lesquelles vous serez amené à travailler. Ces entretiens nous permettront d'en apprendre davantage sur vous, votre expérience et vos compétences, mais aussi sur le poste et ce que l'on attendra de vous. Bien entendu, vous apprendrez également à connaître Amaris : notre culture, notre histoire, nos équipes et vos opportunités de carrière ! Étude de cas: En fonction du poste, vous serez peut-être appelé à passer un test. Il pourra s'agir d'un jeu de rôle, d'une évaluation technique, d'un scénario de résolution de problème, etc. Comme vous le savez, chaque personne est différente et il en va de même pour chaque rôle dans une entreprise. C'est pourquoi nous devons nous adapter en conséquence, si bien que le processus peut parfois être quelque peu différent pour chacun. Cela dit, nous nous mettons toujours à la place du candidat pour lui offrir la meilleure expérience possible. Nous avons hâte de vous rencontrer !
Dans le cadre du renforcement de nos équipes, nous recherchons un(e) DataOps Engineer / ML Platform Engineer afin d'accompagner l'un de nos clients majeur du e-commerce dans l'industrialisation de ses solutions de Data Science., Concevoir et industrialiser les processus de déploiement des modèles de Data Science en appliquant les bonnes pratiques CI/CD, via Azure DevOps.
- Automatiser les tests fonctionnels et sécuriser les mises en production, tout en optimisant les développements Python et les performances des applications.
- Assurer le débogage, le support technique et la maintenance applicative (MCO, migrations Python, évolutions techniques) sur des stacks incluant SQL, PostgreSQL et Snowflake.
- Accompagner les Data Scientists dans l'adoption des bonnes pratiques de développement (Clean Code, SOLID, refactoring) et animer des sessions de formation technique.
- Utiliser des outils d'IA générative (Azure AI Foundry, OpenAI ou équivalents) pour assister la génération de code, les revues techniques, la documentation et les tests.
- Contribuer à l'amélioration continue des plateformes de déploiement et à la fiabilisation des pipelines de production Data et ML.
Requirements
Votre profil :Diplômé(e) d'une école d'ingénieurs ou d'un Master en informatique, Data ou domaine équivalent, avec au moins 4 ans d'expérience en développement Python, Data Engineering ou ML Engineering.Maîtrise des environnements CI/CD (idéalement Azure DevOps) et des pratiques d'industrialisation logicielle, ainsi que des bases de données SQL (PostgreSQL, Snowflake).Bonne connaissance des environnements Cloud et des plateformes d'IA générative (Azure AI Foundry, OpenAI ou solutions similaires).Aisance dans des contextes Agile (Scrum) et capacité à collaborer avec des équipes pluridisciplinaires (Data Science, produit, développement).Autonomie, curiosité, esprit d'analyse et sens des responsabilités.Goût pour le partage de connaissances et bonnes capacités de communication ; une expérience auprès d'équipes Data Science constitue un véritable atout., * Diplômé(e) d'une école d'ingénieurs ou d'un Master en informatique, Data ou domaine équivalent, avec au moins 4 ans d'expérience en développement Python, Data Engineering ou ML Engineering.
- Maîtrise des environnements CI/CD (idéalement Azure DevOps) et des pratiques d'industrialisation logicielle, ainsi que des bases de données SQL (PostgreSQL, Snowflake).
- Bonne connaissance des environnements Cloud et des plateformes d'IA générative (Azure AI Foundry, OpenAI ou solutions similaires).
- Aisance dans des contextes Agile (Scrum) et capacité à collaborer avec des équipes pluridisciplinaires (Data Science, produit, développement).
- Autonomie, curiosité, esprit d'analyse et sens des responsabilités.
- Goût pour le partage de connaissances et bonnes capacités de communication ; une expérience auprès d'équipes Data Science constitue un véritable atout.
EUR
Intelligence artificielle Clean SGBD SQL Assistance technique Python Scrum Autonomie Amélioration continue PostgreSQL Esprit d'analyse