Machine Learning Engineer (tous genres)

Vous transformez les modèles et les méthodes fondées sur les données en services fiables. Il ne s’agit pas seulement de la qualité du modèle, mais aussi d’un traitement reproductible, d’une inférence stable et de changements mesurables après une mise en production. Avec les équipes logiciel et données, vous évaluez quels modèles et modes d’exploitation conviennent à la tâche.

Un modèle peut obtenir de bons résultats en expérimentation et échouer malgré tout dans l’application. Vous vérifiez la distribution des données, le prétraitement et la séparation des données d’entraînement et de test. Les modèles, la configuration et les jeux de données sont versionnés de manière transparente. Lors de la mise en production, vous comparez la qualité, les besoins en ressources et le temps de réponse. La supervision doit détecter les changements dans les données d’entrée ou la baisse de qualité des résultats ; un retour à une version précédente est explicitement testé.

• Mettre en œuvre des pipelines reproductibles d’entraînement, de validation et d’inférence et rendre traçables les jeux de données et les versions de modèles.
• Déployer les modèles en tant que services ; évaluer les besoins en ressources, le débit et les temps de réponse au moyen de tests de charge.
• Définir des métriques de qualité et des bases de comparaison adaptées, identifier les fuites de données et documenter clairement les résultats.
• Concevoir la supervision de la qualité des modèles et des changements de données et permettre des mises à jour et retours arrière contrôlés.
• Relier les versions de données et de modèles aux métriques de test, à la configuration et aux artefacts de mise en production.
• Tester l’inférence sous des charges variables et les retours arrière de modèles, y compris les formats d’entrée.

Ce qui compte, c’est une expérience démontrable et pertinente pour le poste. Elle peut provenir d’une formation professionnelle adaptée, d’études, d’une pratique professionnelle ou d’une reconversion solide. Nous adapterons le niveau précis de responsabilité à vos connaissances et à votre expérience.

• Expérience pratique de Python et solides bases en statistiques, évaluation des modèles et préparation des données.
• Expérience d’au moins un framework de ML et du déploiement de modèles comme applications ou services.
• Compréhension des tests automatisés, du contrôle de version et de la séparation nette entre entraînement et évaluation.

Ces connaissances sont utiles, mais vous n’avez pas besoin de toutes les posséder à la fois. Dans votre candidature, décrivez les domaines dans lesquels vous avez déjà acquis une expérience pratique et ceux que vous souhaitez approfondir.

• Expérience du MLOps, du suivi des expérimentations ou des pipelines de features.
• Connaissance de l’inférence GPU, de la quantification ou des environnements de conteneurs reproductibles.

Vous livrez des services de modèles reproductibles avec des limites documentées et une évolution transparente de la qualité. Un meilleur score hors ligne ne devient une mise en production qu’après vérification de l’exploitabilité et de la valeur métier.

Ce poste peut être basé à Cologne ou exercé à distance. Nous conviendrons avant votre prise de fonction des modalités concrètes de collaboration, des exigences des projets et des éventuels rendez-vous nécessaires chez les clients.

Ce poste est proposé en CDI, à temps plein ou à temps partiel. Nous conviendrons des missions, du volume horaire, de la date de début et de la rémunération en fonction du rôle et de votre niveau d’expérience.

Montrez-nous dans votre candidature l’expérience ou les centres d’intérêt que vous apportez à ce rôle. Un CV ainsi que des exemples de projets, certificats ou travaux pertinents nous aideront à évaluer votre parcours professionnel. Merci de ne pas envoyer de données clients confidentielles, d’identifiants ni de code source protégé.

Indiquez-nous votre mode de travail souhaité, votre date de disponibilité et si vous souhaitez travailler à temps plein ou à temps partiel.

Pour toute question sur le poste, contactez notre équipe de recrutement à hr@otoko.com. L’intégration au vivier de candidats est volontaire et ne se fait qu’avec un consentement distinct ; elle n’est pas une condition préalable à l’examen de votre candidature.