Machine Learning Engineer

Easydo is an independent European company, spinoff of a Top player in IT&C services in Romania.
The team is managed by Senior partners and senior experts. We are building the next generation of applications including API, Data Governance, AI, machine learning, IoT, AR, VR.
We help companies in curve of digital adoption and automation, delivering connected services and solutions that allows to improve business and environment.
Our business practices focus on:
- Software Factory & Innovative Business Solutions
- Cybersecurity solutions and services
- Interoperability Solutions: Interoperability Solutions: API Management, Integration Solutions B2Bi, Managed File Transfer ( Partner solutions: Axway, APIGEE, WSO2).
Our fundamental values are respect, fairness, ethics, openness and teamwork.

KeyPaas is an IoT Platform that enables fast and scalable connection of things to the Internet with multiple protocols, encryptions and payloads.

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

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.

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