Alternant - Machine Learning Engineer H/F
Lauréat 2021 des Pépites de l'alternance, notre mission est simple : apporter la bonne compétence au bon moment. Et c'est là que vous entrez en jeu !
Nous sommes à la recherche d'un Machine Learning Engineer H/F en alternance pour une entreprise spécialisée dans la chimie pour une durée de 12 mois.
Au sein de la Direction Digital/IT, l'équipe Data est composée d'une vingtaine d'experts (Data Analysts, Data Scientists, Data Engineers, DEVOPS Engineer) dont la mission est d'aider le métier à tirer de la valeur de tout le patrimoine de données de l'entreprise.
En tant qu'alternant, vous aurez l'opportunité de découvrir et de participer à l'ensemble du processus Analytics de Roquette, allant de l'ingestion de données sur notre Data Platform Azure, jusqu'à la modélisation et au monitoring de solutions de Machine Learning.
Vous contribuerez à ce que Roquette développe sa capacité à transformer des projets de Machine Learning en solutions innovantes pour ses utilisateurs finaux, apportant une véritable valeur ajoutée à l'entreprise
Sous la direction du Lead DEVOPS, vos missions, si vous l'acceptez, seront :
- Collaboration avec les Data Scientists de l'équipe pour :
- La rédaction des différents scripts de preprocess, inférence, postprocess, entraînement des modèles.
- La rédaction des tests unitaires, mise en place des pipelines de CI dans des environnements GitFlow ou Trunk Based Development.
- La mise en place et la gestion des logs.
- Collaboration avec les Data Engineers de l'équipe pour :
- La mise en place des pipelines pour connecter les modèles déployées à Snowflake.
- La mise en place des pipelines pour connecter les modèles déployées aux sources de données tierces
- Encapsulation des différents scripts dans des APIs REST et conteneurisation de ces derniers.
- Rédaction des différents tests (intégration, structure) pour les APIs REST et les conteneurs associés.
- Mise en place des pipelines de CI pour ces dernières tâches.
- Gestion des différents pipelines et repositories présents sur notre service Azure DEVOPS.
Suivant l'avancée votre appétence, il sera aussi possible de s'initier à d'autres technologies du spectre DEVOPS/MLOPS : Infrastructure as Code avec Terraform (et les tests associés), sécurisation des conteneurs (notions de SBOMs, CVEs), gestion du model registry, etc.
Vous serez de plus présent lors des discussions avec le Lead DEVOPS et les architectes du département Infrastructure & Operations pour le choix des meilleures infrastructures lors du déploiement des modèles.
Issu.e d'une formation scientifique de type école d'ingénieur, école d'informatique ou cursus universitaire, vous intégrez un Master 2 à la rentrée prochaine.
Vous faite preuve d'une grande curiosité et avez envie d'apprendre, vous appréciez travailler en autonomie et êtes proactif.
Mais aussi
- Maîtrise de l'Anglais au quotidien impérative (une partie de l'équipe et de nos interlocuteurs étant Anglophones).
- Vous disposez de bonnes compétences en programmation Python (Obligatoire), de bonnes connaissances de git (Obligatoire) et des scripts shell et/ou du yaml serait un plus
- Vous connaissez ces environnements techniques : Linux, Cloud Azure, Azure DEVOPS, Snowflake
Pour + d'infos :
Contrat : Alternance de 12 mois
Début : Septembre 2024
Horaires : Journée
Lieu : LA MADELEINE (59)
Rémunération : selon la grille légale
Et aussi : intéressement, mutuelle, prévoyance, CSE
Et ce n'est pas tout ! En choisissant Alliance Emploi, vous vivrez une expérience basée sur la confiance, la solidarité et l'engagement. Vous bénéficiez du double tutorat, développerez vos compétences à travers une diversité de missions et notre réseau d'entreprises, et nous nous engageons à vous proposer un accompagnement personnalisé pour booster votre carrière.
Alors convaincu(e) ? Serez-vous notre prochain(e) alternant(e) ?
N'attendez plus pour postuler et venez découvrir la différence Alliance Emploi !
La diversité est une force. Nous sommes engagés pour l'inclusion en offrant des opportunités de carrière à toutes les personnes, indépendamment de leur genre ou de leur situation de handicap.