Machine Learning Engineer

Employer: EasyDO Digital Technologies
Domain:
  • IT Software
  • Job type: project-based
    Job level: 1 - 5 years of experience
    Location:
  • Abroad
  • nationwide
    Updated at: 02.07.2020
    Short company description

    EASYDO is a leading Technology Services company with + 70 consultants.
    The success of our strategy is based on 3 pillars, enabling us to position ourselves as Business partner Services & Solutions for our Clients:

    1. Services: Consulting, Applications & Infra Services, Managed Service
    2. Digitalization: EASYDO Software factory, Innovative Business Solutions, Enterprise Applications, Big Data, Artificial Intelligence
    3. Industrialization: Automation, Cybersecurity, Back Office BPO

    Consulting, Integration, Training, Support & Maintenance
    Our role is to make you succeed your projects!

    Requirements

    Compétences Techniques attendues
    CI/CD
    Python
    Git / GitHub
    R
    Docker
    SQL
    Services Azure / AWS
    PowerBI
    Connaissance en data science et algorithmes standard d’apprentissage automatique
    Séries temporelles

    Autres Compétences
    Anglais
    Esprit d’équipe
    Sens de la débrouillardise, pense « solution » plutôt que « problème »
    Expériences dans un contexte de développement agile (Scrum, KanBan)

    Livrables attendus
    • Stratégie de livraison/déploiement
    • Pipelines de donnees (ETL, workflow, Data lake…)
    • Scripts d’automatisation
    • Documentation technique et fonctionelle

    Responsibilities

    Objet de la prestation
    • Mettre en place les processus d’intégration continue (Jenkins / Artifactory / Azure Pipelines / GitHub Actions, Makefile…) ;
    • Développer et maintient le code et les packages permettant d’appeler / lire / préparer / écrire les données nécessaires à la data science présentes sur différents environnements (SQL Server, Azure blob storage, données externes…) ;
    • Mettre en place les transformations nécessaires pour permettre aux données d’être consommées efficacement par les algorithmes ;
    • En phase d’exploration / prototypage, s’interfacer avec les product owners et l’équipe Data pour disposer des bonnes données en entrée des algorithmes envisagés ;
    • En phase de déploiement, s’interfacer avec le project manager ‘Industrialisation’ et l’équipe Data pour définir les données en entrée et en sortie des algorithmes à déployer ;
    • Être en charge du déploiement final des algorithmes ;
    • Faire remonter les besoins en données, qualité de données, éventuellement stockage / format de la donnée, auprès de l’équipe Data et du Solution Architect ;
    • Mettre en place les tests de non-régression ;
    • Développer / mettre en place le tooling nécessaire aux data scientists quand c’est possible, ou faire remonter ces besoins auprès du DataLab Product Owner et de l’équipe Data (ex. : environnements dev/preprod/prod pour la data science) ;
    • Réaliser les tests nécessaires et s’assurer de la standardisation des processus de testing ;
    • Contribuer à la mise en place du monitoring des algorithmes ;
    • Répondre aux attentes dans le respect des délais parfois contraints, cadencés par les releases trimestrielles ;
    • Contribuer à la veille technique de l’équipe ;
    • S’inscrire dans les rituels de l’équipe et fait des suggestions pour améliorer les processus ;
    • Faire remonter d’éventuelles anomalies identifiées dans la qualité des données.

    L’activité de Machine Learning engineering amènera à s’intégrer à un projet à forts enjeux en méthodologie agile et à une équipe pluridisciplinaire.

    Other info

    Prestation sera à réaliser à Paris où hors Ile-de-France dans les autres locaux (ex : Lyon, Bruxelles, etc.).