Nous accompagnons une scaleup technologique internationale, leader sur son marché, qui développe une plateforme à très fort trafic et à fort enjeu business, utilisée par plusieurs millions d’utilisateurs à travers le monde.
Implantée récemment en France, l’équipe est en phase de structuration et de montée en puissance, avec une forte ambition de croissance et des enjeux techniques de premier plan autour de la data, du machine learning et de l’infrastructure.
L’entreprise est : Rentable Financée à grande échelle Opérant dans un contexte international exigeant Dotée d’une culture d’ingénierie avancée, orientée produit et impact Dans un environnement où les décisions algorithmiques ont un impact direct sur le chiffre d’affaires, la plateforme ML joue un rôle central (pricing, risque, fraude, search, recommandation, personnalisation).
Dans le cadre de sa croissance, l’entreprise recherche un(e) Senior / Staff MLOps Engineer pour concevoir, faire évoluer et faire scaler une plateforme ML critique, au cœur du produit. Vous interviendrez sur l’ensemble du cycle de vie des systèmes ML, avec une forte orientation plateforme, infrastructure et industrialisation.
Vos missions principales : Collaborer étroitement avec les équipes Data Science et Machine Learning Engineering Concevoir et maintenir des pipelines ML robustes (feature engineering → training → déploiement) Développer des infrastructures permettant l’entraînement, le tuning et le serving de modèles à grande échelle Sélectionner, intégrer et faire évoluer les outils de l’écosystème ML Améliorer les systèmes batch et temps réel (fiabilité, performance, maintenabilité) Participer activement à la structuration de la plateforme ML Agir en tant que référent technique / mentor, en diffusant les bonnes pratiques Stack : Langage : Python (indispensable) ML / Data : MLFlow, Ray, Airflow, Feature Store Infra / DevOps : Docker, Kubernetes, Terraform, CI/CD Streaming / temps réel : Kafka Cloud : AWS / GCP / Azure (maîtrise d’au moins un cloud requise) Environnement distribué, orienté scalabilité et résilience Les pipelines ML opérés ont un impact direct et mesurable sur le business, avec des enjeux forts de fiabilité, performance et disponibilité.
Au moins 5 ans d'expérience en tant que ML Ops, Data Engineer ou Développeu(se)re backend Solide background en développement et infrastructure Expérience concrète dans la mise à l’échelle de systèmes ML en production Forte appétence pour les sujets plateforme, tooling et architecture À l’aise dans des environnements distribués et cloud Anglais professionnel requis (collaboration internationale) Avantages : Localisation : Paris (mode hybride – 3 jours de télétravail par semaine) Package equity (RSU) significatif Forte autonomie technique et rôle stratégique Enjeux ML aussi directement liés au revenu Plateforme ML stratégique Véritable terrain de jeu pour un(e) MLOps / ML Platform Engineer expérimenté(e)