Concevoir et industrialiser des solutions Data & IA de bout en bout (besoin métier, donnée, modèle, application, infrastructure, monitoring).
Data Engineering: conception de pipelines ETL/ELT, traitement, modélisation des données, architectures Data Warehouse / Lakehouse et qualité des données.
IA & Machine Learning: développement et intégration de modèles ML et de solutions d'IA générative (LLM, RAG, agents, embeddings).
Cloud & Industrialisation: déploiement de solutions robustes et scalables, CI/CD, Docker, Kubernetes, Terraform, monitoring et MLOps.
Transformer une problématique métier en une solution Data & IA fiable, maintenable et exploitable en production.
Profil
Bac +5 en informatique, Data, ingénierie ou équivalent.
4 à 5 ans d'expérience minimum en Data, Software Engineering, ML, Cloud ou MLOps.
Excellente maîtrise de Python et SQL.
Expérience concrète en Data Engineering et industrialisation.
Expérience Cloud, idéalement GCP.
Maîtrise des principes CI/CD, Infrastructure as Code et observabilité.
Expérience en Machine Learning et fort intérêt pour l'IA générative et les agents IA.
Bon niveau d'anglais.
Capacité à prendre l'ownership d'une solution de bout en bout.
Atouts
Une expérience dans l'aéronautique ou l'industrie est appréciée.
Une expérience en aéronautique, industrie ou environnement opérationnel complexe constitue un plus.
Maîtrise de AWS/Azure appréciée.
Pragmatisme: privilégier la solution pertinente, robuste et maintenable plutôt que la complexité.
Posture de conseil: comprendre le métier, challenger le besoin et communiquer avec les équipes techniques et les décideurs.
Exigence technique: qualité du code, tests, documentation, sécurité et industrialisation.
Autonomie & curiosité: savoir explorer, décider et faire avancer un sujet jusqu'à sa mise en production.
The amount is automatically converted to EUR using the current exchange rate. After successful payment, an invoice will be issued according to the billing details listed below in your user profile.