How will you CONTRIBUTE and GROW at Air Liquide?

 

Au sein de Data & AI Applications, le Chapitre Engineering est une équipe mondiale, regroupant les experts techniques qui conçoivent, construisent, déploient et exploitent les applications data et IA.

Le/la Machine Learning Engineer joue un rôle crucial au sein des produits, appliquant son expertise complète sur l'ensemble du cycle de vie des opérations de Machine Learning (MLOps). Il/Elle est censé exécuter des tâches complexes d'ingénierie ML, fournir des conseils techniques et endosser un haut niveau de responsabilité technique, ayant un impact significatif sur l'ensemble du cycle de vie de ML, la plateforme et la croissance des membres de l'équipe.

 

Responsabilités & Missions :

• Soutenir les équipes Data Science en fournissant des environnements ML complets, conformément aux standards et normes d'Air Liquide, et en soutenant l'implémentation du code, de l'ingestion des données à la mise en service des modèles.

• Travailler en étroite collaboration avec les ingénieurs data, les software developers et les chefs de produit/propriétaires de produit pour intégrer de manière transparente les solutions ML dans les produits.

• Déployer et gérer des pipelines MLOps robustes pour l'intégration et la livraison continues, la surveillance et le réentraînement des modèles.

• Profiler, déboguer et optimiser la performance, la latence et la consommation des ressources des modèles et des pipelines de données en production.

• Collaborer étroitement avec l'équipe plateforme ML Ops pour traduire les besoins réels des produits en demandes de fonctionnalités afin d'améliorer continuellement la plateforme.

• Former, encadrer et partager les connaissances avec les autres ingénieurs de l'équipe.

• Participer activement aux cérémonies Agile et au travail d'équipe pour atteindre les objectifs de sprint.

 

Are you a MATCH?

 

Compétences Techniques (Technical Skills) :

• 5+ ans d'expérience dans des rôles MLOps, DevOps ou d'infrastructure cloud, axés sur le déploiement, la surveillance et la mise à l'échelle de systèmes d'apprentissage automatique.

• Expertise démontrée en Python, y compris la capacité à comprendre et à refactoriser du code existant, en mettant en œuvre les meilleures pratiques.

• Expérience avec DevOps (exemples: CI/CD, containerisation, infrastructure en tant que code (infra as code), et systèmes de contrôle de version comme git), idéalement dans le contexte du Machine Learning.

• Expérience avec les plateformes cloud (AWS, GCP) pour le déploiement et la gestion de modèles ML, avec un accent fort sur l'évolutivité et la robustesse.

• Expérience avec des outils MLOps, tels que les environnements Python (poetry, uv), MLflow, Airflow, AWS SageMaker, Podman/Docker.

• Bon niveau d'anglais et de français à l'oral et à l'écrit.

Compétences Comportementales (Soft skills) :

• Excellente communication et collaboration avec des équipes et des parties prenantes mondiales.

• Bonnes capacités d'analyse et de résolution de problèmes pour aligner les solutions technologiques sur les objectifs du métier.

• Forte capacité à expliquer des concepts techniques et à encadrer des ingénieurs juniors/intermédiaires.

• Intelligence émotionnelle pour maintenir un environnement de travail positif et serein.

#LI-FM1

 

Our Differences make our Performance

At Air Liquide, we are committed to build a diverse and inclusive workplace that embraces the diversity of our employees, our customers, patients, community stakeholders and cultures across the world.

We welcome and consider applications from all qualified applicants, regardless of their background. We strongly believe a diverse organization opens up opportunities for people to express their talent, both individually and collectively and it helps foster our ability to innovate by living our fundamentals, acting for our success and creating an engaging environment in a changing world.