Machine Learning Engineer Confirmé·e
JakalaAu sein de notre Data Lab, tu travailles conjointement avec les Data Scientists, Data Engineers, MLE/MLOps engineer déjà en poste et tu es impliqué.e dans la prise de décisions liée aux solutions Data et à leur évolution.
Tu assures en autonomie les missions suivantes en interne ou auprès de nos clients grands comptes dont l’enjeu est d’alimenter la stratégie marketing et digitale grâce à la data.
A cet effet tu es en charge de :
Concevoir, développer et mettre en œuvre des modèles prédictifs et analytiques en utilisant des techniques avancées d’apprentissage automatique et de science des données (scores, segmentations, etc.), afin d’optimiser les activations marketing et commerciales (conquête, rétention, fidélisation, stimulation de l’usage, recommandation).
Analyser les résultats des modèles et fournir des insights exploitables aux équipes clients internes.
Intervenir comme un réel traducteur data au service des chefs de produits, en analysant le comportement des abonnés et en apportant des réponses pertinentes à l’aide d’analyses ou de constructions de KPI leur permettant de mieux piloter leur activité.
Collaborer avec les différentes entités business pour comprendre les besoins et apporter des réponses basées sur les données.
Optimiser et challenger les outils à l’aide de procédés de Machine Learning novateurs et participer à l’amélioration des approches méthodologiques, en participant par exemple à l’évolution de la chaîne AutoML.
Compétences techniques :
Analyse de comportements clients et la modélisation à l’aide de concepts statistiques avancés.
Solides compétences en programmation (Python, SQL) et en manipulation de données.
Maîtrise des environnements Cloud GCP et/ou AWS
Modélisation, traitement et transformation des données complexes et multi-sources
Conception et déploiement d’une architecture distribuée pour le traitement de données
Maîtrise des aspects d’authentification, de sécurité, de containerisation et d’orchestration
Maîtrise des technologies: Base de données (SQL, noSQL, BigQuery, Snowflake), Suite ELK, Queue de messages (rabbitMQ, Kafka, …), Containerization (Docker, Kubernetes), Ordonnancement (Airflow)
Expertise sur l’utilisation et le déploiement d’outils ML tel que MLFlow ou Kubeflow
Maîtrise des différentes librairie Python ML et data : tensorFlow, keras, scikit-learn, pandas, numpy
Maîtrise des outils Web-services Python : FastAPI, Flask, Dash