Le poste de Ingenieur machine learning H/F En tant
qu'ingénieur en machine learning au sein du Crédit Mutuel Arkea,
vous serez responsable de la mise en oeuvre et de la maintenance
des modèles de machine learning utilisés pour optimiser divers
aspects des opérations de l'entreprise. Vous travaillerez en
étroite collaboration avec les équipes techniques et
opérationnelles pour concevoir des solutions innovantes basées sur
les données. En qualité d'Ingénieur machine learning (H/F), voici
les missions que vous vous verrez attribuer : Développer et
déployer des API de machine learning sur le cloud privé du groupe
ou sur la plateforme Google Cloud Platform (GCP) pour résoudre des
problèmes spécifiques à l'entreprise. Orchestrer des API de
traitement de données et de machine learning au sein de workflows
complexes Définir et maintenir l'architecture de machine learning
hybride (on-prem et GCP) et portable pour toutes les phases du
MLOps (développement, ré-entraînement, inférence, suivi de modèle)
Participer aux évolutions du framework de développement de machine
learning de l'IA factory (pyarchetype) Travailler en étroite
collaboration avec les équipes de développement logiciel pour
intégrer les modèles dans les applications existantes. Assurer la
surveillance continue des modèles déployés, effectuer la gestion
des incidents pour assurer le maintien en conditions
opérationnelles. Documenter de manière exhaustive le processus de
déploiement des modèles, y compris les choix d'architecture, les
algorithmes utilisés et les résultats obtenus. Rester informé.e des
avancées technologiques et des meilleures pratiques en matière
d'apprentissage automatique, en apportant des recommandations pour
améliorer constamment les processus et les résultats. Le profil
recherché Voici le profil idéal de notre futur.e collègue :
Expériences professionnelles et formation Diplôme en informatique,
mathématiques appliquées ou domaine connexe. Expérience pratique
dans le développement et le déploiement de modèles de machine
learning. Compétences techniques Maîtrise de la programmation en
python. Expérience en DevOps, avec une spécialisation en IA ou en
apprentissage automatique. Maîtrise de Google Cloud Platform et de
ses services (Kubernetes). Si possible, connaissance de gestion de
workflows complexes (Outil utilisé : Temporal) Compréhension des
concepts statistiques et mathématiques sous-jacents aux modèles de
machine learning. Qualités personnelles Capacité à travailler en
équipe et à collaborer avec les autres services Capacité à
appréhender les contraintes liées au développement de produits d'IA
dans le secteur bancaire et assurantiel. L'entreprise Le Crédit
Mutuel Arkéa est un groupe bancaire coopératif, territorial et
collaboratif de 10 500 collaborateurs. Depuis toujours, le Crédit
Mutuel Arkéa innove pour répondre aux défis croissants d'un secteur
bancaire en pleine mutation. C'est un modèle original aux
performances reconnues. C'est aujourd'hui un groupe puissant et
diversifié, avec une trentaine d'entités et une centaine de métiers
différents, principalement dans des fonctions commerciales, mais
aussi dans l'IT, les risques, la comptabilité, le contrôle/audit,
le marketing, le digital ou encore la finance... Toute une palette
de métiers, de compétences, de savoir-être pour lesquels le Crédit
Mutuel Arkéa accompagne ses collaborateurs pour les faire évoluer
et révéler de nouveaux talents Découvrez l’entreprise CREDIT MUTUEL
ARKEA Voici le profil idéal de notre futur.e collègue : Expériences
professionnelles et formation Diplôme en informatique,
mathématiques appliquées ou domaine connexe. Expérience pratique
dans le développement et le déploiement de modèles de machine
learning. Compétences techniques Maîtrise de la programmation en
python. Expérience en DevOps, avec une spécialisation en IA ou en
apprentissage automatique. Maîtrise de Google Cloud Platform et de
ses services (Kubernetes). Si possible, connaissance de gestion de
workflows complexes (Outil utilisé : Temporal) Compréhension des
concepts statistiques et mathématiques sous-jacents aux modèles de
machine learning. Qualités personnelles Capacité à travailler en
équipe et à collaborer avec les autres services Capacité à
appréhender les contraintes liées au développement de produits d'IA
dans le secteur bancaire et assurantiel.