Machine Learning Engineer

A propos de Cyclad :

Cyclad est une entreprise spécialisée dans le recrutement de profils qualifiés dans le domaine de l’informatique. Nous sommes présents en France, en Pologne et au Maroc. Nous misons sur la transparence et la proximité avec les experts qui nous rejoignent.

Missions principales:

• Concevoir, développer et industrialiser des modèles de Machine Learning et Deep Learning à grande échelle.

• Mettre en place des pipelines d’entraînement, d’évaluation et de déploiement sur le cloud (CI/CD ML).

• Optimiser les performances, la latence et les coûts d’inférence des modèles.

• Collaborer avec les Data Scientists pour transformer les prototypes en solutions industrialisées.

• Participer à la mise en place d’une architecture MLOps robuste et scalable (Data versioning, Model registry, Monitoring).

• Documenter les modèles, pipelines et bonnes pratiques pour assurer la maintenabilité et la réutilisabilité.

  Compétences techniques:

• Langages : Python, SQL, PySpark

• Frameworks : TensorFlow, PyTorch, Scikit-learn

• Outils MLOps : MLflow, Kubeflow, Azure ML, ML pipelines (CI/CD)

• Cloud : Azure (AKS, Data Lake, Data Factory, Azure ML Studio)

• DevOps : Docker, GitHub Actions / Azure DevOps, Terraform (souhaité)

• Bonne compréhension des architectures distribuées et des bonnes pratiques de production de modèles

Profil recherché:

Ingénieur Machine Learning expérimenté chargé de concevoir, déployer et optimiser des modèles d’IA à grande échelle. Vous maîtrisez Python, PyTorch, TensorFlow et les pipelines MLOps sous Azure. Avec plus de 5 ans d’expérience, vous garantissez la performance, la fiabilité et la mise à l’échelle des solutions d’IA en production.

Expérience:

• Minimum 5 ans d’expérience en Machine Learning ou Data Engineering

• Expérience concrète de bout en bout : entraînement → déploiement → monitoring

Exposition à des environnements cloud (idéalement Azure)

Soft Skills:

• Esprit analytique et rigueur technique

• Bonne communication et sens de la collaboration

• Capacité à travailler dans des environnements agiles et multiculturels

• Orientation delivery et ownership