Machine Learning Engineer (H/F)

Le poste

Octime développe son offre dédiée au Workforce Performance Management. Le Machine Learning Engineer joue un rôle clé dans le développement de la stack IA de la plateforme, de la modélisation jusqu’à la mise en production, en lien étroit avec les équipes produit et techniques.

Responsabilités

• Modélisation ML (prévision & analyse)
  • Concevoir des modèles de prévision et d'analyse (activité, absentéisme, anomalies)
  • Développer des modèles de scoring et de classification pour les cas d’usage métier
  • Évaluer et améliorer la performance des modèles dans la durée
• IA générative & LLM
  • Développer et faire évoluer les composants d’IA générative (RAG, assistants conversationnels)
  • Concevoir les chaînes de traitement (prompts, orchestration, validation des réponses)
  • Garantir la qualité, la pertinence et la fiabilité des outputs IA
• Industrialisation & MLOps
  • Industrialiser les modèles et mettre en place des pipelines de production
  • Gérer le versioning des modèles, données et prompts
  • Suivre la performance et la qualité du service IA en production
• Collaboration & intégration produit
  • Collaborer avec les équipes produit, data et développement pour intégrer les modèles
  • Traduire les besoins métier en solutions IA concrètes
  • Participer aux échanges techniques et à la structuration des cas d’usage
• Veille & amélioration continue
  • Assurer une veille active sur les technologies ML et IA générative
  • Tester et expérimenter de nouvelles approches
  • Contribuer à la diffusion des bonnes pratiques au sein de l’équipe

Profil recherché

• 5 ans d’expérience en Machine Learning ou en IA, avec une expérience en mise en production de modèles
• Maîtrise de Python et des principales techniques de modélisation ainsi que des bases de l’industrialisation des modèles
• Bonne compréhension des architectures LLM, des approches RAG et des enjeux liés à la qualité des outputs IA
• À l’aise dans des environnements techniques complexes, capable d’intervenir de bout en bout, du prototype à la production
• Curieux(se) et pragmatique, capable d’arbitrer entre rigueur scientifique et contraintes produit, tout en collaborant efficacement avec des profils techniques et métiers
• Une expérience sur des projets IA en production, des architectures SaaS ou des cas d’usage métier (RH, planification, opérations) constitue un atout