Machine Learning Engineer F/H - Stage

Développer et déployer des projets de Machine Learning. Mettre en place les outils Big Data pour exploiter les données.

Au sein du «LabGraphene», vous ferez partie d'une structure qui accompagne ses clients dans la réalisation de projets autour de l'Intelligence Artificielle et du Machine Learning.

En tant que Machine Learning Engineer, vous serez en charge de l'industrialisation des projets IA en proposant les meilleures architectures technologiques en fonction du contexte client. Vous aurez pour objectif de déployer les solutions pour sourcer, stocker et préparer les données afin de tirer le meilleur parti de leurs analyses à l'aide d'algorithmes.

Concrètement, vous serez en charge de :

• La mise en production de projets Machine Learning
• La mise en place de l'architecture technologique dans un environnement « DataOps »
• Des outils de Big Data (Hadoop, Spark) selon les besoins métiers
• L'acculturation des équipes sur les technologiques data
• Du bon suivi des méthodes Data et Agiles

Vous aurez également un rôle de conseil et d'accompagnement auprès de vos clients dans l'utilisation de ces architectures et technologies durant les phases de traitement analytique.

Votre profil :

Etudiant d'une Grande Ecole Ingénieur ou d'une Université en Mathématiques Appliquées, Statistiques ou Informatique (Bac+5) avec une spécialisation en Data science.

Première expérience en data science (stage, césure) lors de laquelle vous avez développé une ou plusieurs des compétences suivantes :

• Connaissance idéalement de la suite de mise en production de projets Machine Learning (Docker), des technologies Big Data (Hadoop, Spark) et des différents systèmes de base de données (SQL et NoSQL)
• Maîtrise des algorithmes de machine et de deep learning.
• La curiosité et la forte capacité d'adaptation dans un environnement en mutation constante.
• Vous cherchez constamment à élargir et approfondir ces connaissances notamment dans des domaines particulièrement en data science.

Bonne expression orale et écrite et réelle capacité de vulgarisation des sujets techniquement complexes.